arXiv · Robotics· Chuyao Fu, Xiaowei Chi, Yuhan Rui, Yu-kai Wang, Zezhong Qian, Xiaojie Zhang, Yunfan Lou, Kevin Zhang, Kuangzhi Ge, Chak Wing Mak, Zhiyang Chen, Athena Zhuoming Zhong, Hongyang Chen, Haoran Li, Yike Guo, Sirui Han, Shanghang Zhang·· 3 小时前AI 评分34
Token-World：在 VLM Token 空间中进行世界建模以用于机器人操控
Token-World: World Modeling in Vision-Language Model Token Space for Robot Manipulation
AI 导读
Token-World 是一种基于 VLM 视觉 token 的紧凑状态空间世界模型，通过动作条件预测未来动力学并映射回策略表示，在开放链路特征保真度和策略一致性上优于近期模拟器。闭环评估中其模拟策略性能与参考策略相关性达 r=0.794，优于 Ctrl-World 的 r=0.583，且模拟延迟更低。代码将开源。
来源：arXiv · Robotics · arxiv.org