כתבה
arXiv cs.AI ·
CSWAM: דגמי עולם סמנטיים קאוזליים לכלליות חוצה-תפוצה בדגמי פעולה
CSWAM: Better Causal Semantic Representations for Out-of-Distribution Generalization in World Action Models
CSWAM הוא דגם עולם סמנטי קאוזלי שמטרתו לשפר כלליות חוצה-תפוצה בדגמי פעולה. הדגם משתמש ב-V-JEPA 2.1 כדי ללמוד דגמי סמנטיים קאוזליים של מצבי עולם ותנועה. CSWAM מצליח לשפר כלליות חוצה-תפוצה ב-35.02% ולשפר יעילות ב-42.5% בשני משימות רובוטים
תקציר מקורי באנגליתarXiv:2609.18462v5 Announce Type: replace-cross Abstract: FastWAM-style world action models enable efficient action-only inference, but generalize poorly under visual distribution shifts. Their reconstruction-oriented representations emphasize appearance-specific details, limiting generalization to unseen scenes and objects. Without observation history, the model also lacks temporal evidence for robustly identifying task-relevant state changes and motion in unfamiliar visual conditions. To address these limitations, we present the Causal Semantic World Action Model (CSWAM), which augments FastWAM with a causal semantic expert built on V-JEPA 2.1. V-JEPA provides temporally grounded representations of semantic state changes and motion with less dependence on appearance-specific details. The
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית