SG-WAM: 几何感知策略空间中的自引导世界建模
TLDR
SG-WAM在策略推导的表示空间中学习几何感知的动作条件动力学，在LIBERO基准上达到98.5%成功。
评分理由
The paper introduces a self-guided framework that jointly optimizes latent future prediction, geometric grounding, and action generation, which is a strong contribution. However, the abstract is truncated and lacks detailed comparisons or limitations, and the model size (0.9B) may raise scalability questions.
Read-first 评分解释
综合优先阅读分 26.9，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。 原始总分保留为 44。
研究版图角色
前沿论文
排序敏感性
稳定性：volatile；排名波动范围：68。
关键词评分
深度分析
创新点
- 使用可学习的动态令牌和来自策略骨干的EMA生成目标的自引导世界建模
- 联合优化潜在未来预测、几何基础化和流匹配动作生成
- 对齐动作相关性和场景几何的几何感知策略表示空间
方法
SG-WAM使用一个0.9B的模型，包含可学习的动态令牌和一个自引导世界预测器，该预测器根据动作预测未来的潜在状态。目标由策略骨干的指数移动平均副本生成，提供稳定的监督。几何监督构建策略图像令牌表示，框架通过流匹配动作生成进行端到端训练。
关键结果
SG-WAM在LIBERO上达到98.5%的平均成功率，在LIBERO-Plus上达到73%，在分布内和分布外的真实世界评估中均优于强基线。