arXiv cs.RO· Jing Lyu, Shuanghao Bai, Runze Xiao, Zhenyu Liao, Wenxing Tan, Zihan Tang, Ruochuan Shi, Cheng Peng, Yuheng Ji, Yihao Wang, Badong Chen, Pengwei Wang, Zhongyuan Wang, Xiaoguang Zhao·· 8 小时前
DIDO：将交互中心动力学蒸馏为一步去噪的世界动作模型
DIDO: Distilling Interaction-Centric Dynamics into One-Step Denoising for World Action Models
AI 导读
DIDO 将多步视频生成模型的收敛动力学蒸馏为单步去噪，用于机器人操作的世界动作模型（WAM），解决迭代去噪带来的闭环控制延迟问题。该方法结合分布匹配蒸馏与交互中心表征引导，通过监督式边界框视觉推理 token 显式建模夹爪、被操作物体及其交互，并对齐预训练 DINOv3 编码器特征。
来源：arXiv cs.RO · arxiv.org