AdaPower: 为预测性操作专门化世界基础模型
机器人学
2025-12-04 v1
摘要
世界基础模型（WFMs）在视觉动态仿真方面展现出惊人的能力，但其应用于精确机器人控制仍受限于生成现实性与控制导向精度之间的差距。虽然现有方法将WFMs用作合成数据生成器，但会产生高计算成本并未充分利用预训练的 VLA 策略。我们引入AdaPower（Adapt and Empower），一种轻量级适应框架，通过两种新型组件将通用世界模型转化为专家级世界模型：时空感知测试时训练（TS-TTT）用于推理时适应，记忆持久性（MP）用于长期一致性。在模型预测控制框架中，我们的适应后世界模型赋能了预训练的 VLA，实现了在LIBERO基准上超过41%的任务成功率提升，无需策略重新训练，同时保持计算效率和通用能力。
引用
@article{arxiv.2512.03538,
title = {AdaPower: Specializing World Foundation Models for Predictive Manipulation},
author = {Yuhang Huang and Shilong Zou and Jiazhao Zhang and Xinwang Liu and Ruizhen Hu and Kai Xu},
journal= {arXiv preprint arXiv:2512.03538},
year = {2025}
}