4D-WAM: Infundindo Consciência Espaço-Temporal em Modelos de Ação do Mundo por meio de Campos de Trajetória

arXiv:2608.08023v1 Tipo de Anúncio: novo Resumo: Baseando-se em avanços recentes em modelos de mundo, os Modelos de Ação do Mundo (WAMs) modelam conjuntamente a previsão de vídeo e a geração de ações. No entanto, eles normalmente representam vídeos no espaço de pixels 2D, criando uma lacuna de representação em relação ao espaço 3D no qual as ações robóticas são executadas. Abordagens 3D recentes introduzem informação 3D, mas não conseguem explorar plenamente a dinâmica das estruturas 3D. Neste trabalho, propomos o 4D-WAM, uma estratégia de treinamento agnóstica ao modelo que injeta...