כתבה
arXiv cs.LG ·
WAM-Cache: רשימת עריכה נבונה לשימוש חוזר בייצוגי מפענח-עקיפה
WAM-Cache: Staleness-Bounded KV Reuse for Efficient World Action Models
WAM-Cache מציע פתרון יעיל לייצוגי מפענח-עקיפה במערכות רובוטיות. הפתרון, WAM-Cache, משמר ייצוגי מפענח-עקיפה לאורך זמן ומחזיר רק קבוצה דלילה של ייצוגים חדשים. WAM-Cache נבחן במערכות רובוטיות שונות והראה יעילות ואמינות.
תקציר מקורי באנגליתarXiv:2610.11401v1 Announce Type: cross Abstract: World Action Models (WAMs) enable generalist robot manipulation by conditioning an action expert on representations from a pretrained video Diffusion Transformer (DiT). In closed-loop control, the video DiT runs at every chunk to encode the current observation into layerwise key-value (KV) pairs that the action expert queries. This prefill dominates the per-chunk computational cost, yet existing training-free accelerations leave it fully dense. We present WAM-Cache, a training-free framework that retains layerwise key-value representations across chunks and recomputes only a sparse refresh set of tokens. Crucially, we find that the intuitive heuristic of refreshing visually drifted tokens plateaus far below the dense baseline, even with an
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית