1Step-WAM: Your World Action Model but Faster using 1-Step Action Generation
1Step-WAM 将世界动作模型(WAM)中多步迭代的动作去噪过程压缩为单次前向推理,通过轻量速度校准器与带宽约束解码,在保持多步性能的同时显著提升推理速度。
展开解读与证据
1Step-WAM 将世界动作模型(WAM)中多步迭代的动作去噪过程压缩为单次前向推理,通过轻量速度校准器与带宽约束解码,在保持多步性能的同时显著提升推理速度。
为什么值得关注
解决了 WAM 部署中‘视觉预填充-动作预测’串行瓶颈,使动作生成可与视觉编码并行执行,直接提升闭环控制频率与实时性,对真机部署具有明确工程价值。
研究问题
WAM 的迭代动作去噪与串行视觉-动作流程导致高延迟,阻碍实时机器人控制。
方法原理
观察到 WAM 动作去噪轨迹近似直线,利用首步速度作为最终动作方向强估计;引入轻量校准器修正首步速度,并采用带宽约束动作解码降低误差;将动作生成与视觉预填充联合调度。
结果与证据
在 RoboTwin 和 LIBERO 上,1Step-WAM 保持多步基线任务成功率,参数量仅约 13.4M;推理速度提升 7.44×(FastWAM)、5.98×(ImageWAM)、24.84×(Kairos);真机部署确认 7.44× 加速且成功率接近基线。
阅读边界
实测结果基于 RoboTwin/LIBERO 仿真基准及 FastWAM 真机部署;本次已读材料尚未核验在更复杂动态场景或长时序任务中的泛化性;‘约 13.4M 参数’为可训练参数量,未说明总参数或内存占用。
评论 · —
昵称自填。评论会展示给其他读者,请勿填写私人信息。
正在读取评论…