002▲ 27 · 댓글 2로봇 조작에 계층적 미래 예측을 더하다로봇 조작 작업을 위한 Vision-Language-Action(VLA) 모델이 시각 인식, 언어 이해, 행동 생성을 통합해 성과를 내고 있으나, 기존 방법들은 단기 역학과 장기 목표를 따로 모델링하고 미래 예측을 행동 요구사항과의 연관성 없이 사용하고 있다.
AI · 머신러닝 · HiFOR: Hierarchical Foresight with Action-Guided World Grounding for Vision-Language-Action Model
004▲ 25 · 댓글 3로봇 제어를 위한 생성형 디노이징 방식 NowWAM 제안사전학습된 확산 변환기(Diffusion Transformers)는 대규모 이미지·영상 생성 학습을 통해 풍부한 시각·언어 조건 구조를 포착했지만, 이를 로봇 제어에 옮기는 방식은 불명확하고 기존 방법들은 주로 미래 시각 예측을 통해 전이했다.
AI · 머신러닝 · Beyond Future Prediction: Denoising as Generative Adaptation for Robot Control
005▲ 15 · 댓글 2로봇 매니퓨레이션을 위한 영상 시뮬레이터 WorldLine 공개로봇 학습의 물리적 실행 비용을 줄이기 위해 영상 생성 모델 기반 시각 시뮬레이터가 필요한데, 기존 모델은 행동 추종 정확도와 로봇-객체 동역학 일관성이 부족하고 구체적 제어 데이터에 의존한다.
AI · 머신러닝 · WorldLine: Action-Driven Visual Simulation for Robotic Manipulation
006▲ 18 · 댓글 1로봇 조작을 위한 통합 세계 행동 모델 InternW0-Δ 공개로봇 조작 태스크를 위해 시각 동역학과 행동 생성을 함께 모델링하는 World Action Models(WAMs)를 개발했으며, 대규모 사전학습 모델의 지식을 통합하는 것이 핵심 과제다.
AI · 머신러닝 · InternW0-Δ: A World Action Model Bridging Predictive Dynamics and Actions with 20K+ Hours of Open Data