AWAM：面向鲁棒机器人操作的主动轨迹条件化视图想象

基于摘要分析。该研究面向语言指令驱动的机器人操作，针对杂乱、遮挡和视角变化导致关键空间关系难以观测的问题，提出 AWAM（Active World-Action Model），通过行动前规划虚拟观察轨迹并想象沿途视图，为操作提供空间先验。 其核心机制是虚拟主动感知：先预测与任务相关的虚拟相机运动，将其作为结构化查询输入几何条件世界模型；生成的空间先验被压缩为固定记忆，再通过交叉注意力与实时观测融合，用于基于扩散的动作预测。方法的关注点不是单纯增强当前图像，而是利用任务相关的观察路径组织想象信息。世界模型的几何条件来源、训练监督、记忆压缩方式及各模块的训练关系，摘要尚未说明。 作者报告，在各自评估设置下，AWAM 在 LIBERO-Occ、LIBERO-Plus、RLBench-OG Occlusion1 上的成功率分别为 75.9%、62.4%、76.5%，真实机器人试验成功率为 94.4%。这些结果支持其在所评估遮挡和分布偏移条件下的鲁棒性，但各设置的任务构成、试验次数、数据划分、对照基线、消融及统计信息尚未验证，不能据此判断相对提升幅度或普遍的开放世界能力。 本研究的主要对象是机器人视觉感知与动作生成，并非 EEG 或 BCI。摘要中的几何世界模型、相机轨迹和可想象视图依赖视觉空间结构，尚不足以建立与神经信号解码的具体机制对应，因此不据此提出 EEG 迁移效果或复现实验建议。