Buchumschlag

Unified World Models: Coupling Video and Action Diffusion for Pretraining on Large Robotic Datasets

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Chuning, Yu, Raymond, Feng, Siyuan, Burchfiel, Benjamin, Shah, Paarth, Gupta, Abhishek
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Robotics Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Semantic World Models
von: Berg, Jacob, et al.
Veröffentlicht: (2025)

PolyTouch: A Robust Multi-Modal Tactile Sensor for Contact-rich Manipulation Using Tactile-Diffusion Policies
von: Zhao, Jialiang, et al.
Veröffentlicht: (2025)

Robot Learning as an Empirical Science: Best Practices for Policy Evaluation
von: Kress-Gazit, Hadas, et al.
Veröffentlicht: (2024)

Geometry-aware 4D Video Generation for Robot Manipulation
von: Liu, Zeyi, et al.
Veröffentlicht: (2025)

Using Non-Expert Data to Robustify Imitation Learning via Offline Reinforcement Learning
von: Huang, Kevin, et al.
Veröffentlicht: (2025)

Diffusion Policy: Visuomotor Policy Learning via Action Diffusion
von: Chi, Cheng, et al.
Veröffentlicht: (2023)

HAMSTER: Hierarchical Action Models For Open-World Robot Manipulation
von: Li, Yi, et al.
Veröffentlicht: (2025)

PoseDiff: A Unified Diffusion Model Bridging Robot Pose Estimation and Video-to-Action Control
von: Zhang, Haozhuo, et al.
Veröffentlicht: (2025)

Simulation Distillation: Pretraining World Models in Simulation for Rapid Real-World Adaptation
von: Levy, Jacob, et al.
Veröffentlicht: (2026)

TMRL: Diffusion Timestep-Modulated Pretraining Enables Exploration for Efficient Policy Finetuning
von: Hong, Matthew M., et al.
Veröffentlicht: (2026)

EVA: Aligning Video World Models with Executable Robot Actions via Inverse Dynamics Rewards
von: Wang, Ruixiang, et al.
Veröffentlicht: (2026)

Universal Manipulation Interface: In-The-Wild Robot Teaching Without In-The-Wild Robots
von: Chi, Cheng, et al.
Veröffentlicht: (2024)

ASID: Active Exploration for System Identification in Robotic Manipulation
von: Memmel, Marius, et al.
Veröffentlicht: (2024)

Scalable Vision-Language-Action Model Pretraining for Robotic Manipulation with Real-Life Human Activity Videos
von: Li, Qixiu, et al.
Veröffentlicht: (2025)

Video Generators are Robot Policies
von: Liang, Junbang, et al.
Veröffentlicht: (2025)

$τ_0$-WM: A Unified Video-Action World Model for Robotic Manipulation
von: Zhou, Pengfei, et al.
Veröffentlicht: (2026)

An Ontology for Unified Modeling of Tasks, Actions, Environments, and Capabilities in Personal Service Robotics
von: Martorana, Margherita, et al.
Veröffentlicht: (2025)

Unified 4D World Action Modeling from Video Priors with Asynchronous Denoising
von: Guo, Jun, et al.
Veröffentlicht: (2026)

World4RL: Diffusion World Models for Policy Refinement with Reinforcement Learning for Robotic Manipulation
von: Jiang, Zhennan, et al.
Veröffentlicht: (2025)

Adaptive Compliance Policy: Learning Approximate Compliance for Diffusion Guided Control
von: Hou, Yifan, et al.
Veröffentlicht: (2024)

BUMBLE: Unifying Reasoning and Acting with Vision-Language Models for Building-wide Mobile Manipulation
von: Shah, Rutav, et al.
Veröffentlicht: (2024)

ChronoDreamer: Action-Conditioned World Model as an Online Simulator for Robotic Planning
von: Zhou, Zhenhao, et al.
Veröffentlicht: (2025)

WorldVLA: Towards Autoregressive Action World Model
von: Cen, Jun, et al.
Veröffentlicht: (2025)

ManipDreamer: Boosting Robotic Manipulation World Model with Action Tree and Visual Guidance
von: Li, Ying, et al.
Veröffentlicht: (2025)

A Vision-Language-Action-Critic Model for Robotic Real-World Reinforcement Learning
von: Zhai, Shaopeng, et al.
Veröffentlicht: (2025)

DriveDreamer-Policy: A Geometry-Grounded World-Action Model for Unified Generation and Planning
von: Zhou, Yang, et al.
Veröffentlicht: (2026)

ChatVLA-2: Vision-Language-Action Model with Open-World Embodied Reasoning from Pretrained Knowledge
von: Zhou, Zhongyi, et al.
Veröffentlicht: (2025)

Commanding Humanoid by Free-form Language: A Large Language Action Model with Unified Motion Vocabulary
von: Liu, Zhirui, et al.
Veröffentlicht: (2025)

CoPAL: Corrective Planning of Robot Actions with Large Language Models
von: Joublin, Frank, et al.
Veröffentlicht: (2023)

Pretrained Vision-Language-Action Models are Surprisingly Resistant to Forgetting in Continual Learning
von: Liu, Huihan, et al.
Veröffentlicht: (2026)

AdaWorld: Learning Adaptable World Models with Latent Actions
von: Gao, Shenyuan, et al.
Veröffentlicht: (2025)

ViSA-Flow: Accelerating Robot Skill Learning via Large-Scale Video Semantic Action Flow
von: Chen, Changhe, et al.
Veröffentlicht: (2025)

SLAC: Simulation-Pretrained Latent Action Space for Whole-Body Real-World RL
von: Hu, Jiaheng, et al.
Veröffentlicht: (2025)

AdaWorldPolicy: World-Model-Driven Diffusion Policy with Online Adaptive Learning for Robotic Manipulation
von: Yuan, Ge, et al.
Veröffentlicht: (2026)

DreamGen: Unlocking Generalization in Robot Learning through Video World Models
von: Jang, Joel, et al.
Veröffentlicht: (2025)

ManiWAV: Learning Robot Manipulation from In-the-Wild Audio-Visual Data
von: Liu, Zeyi, et al.
Veröffentlicht: (2024)

Multi-Task Interactive Robot Fleet Learning with Visual World Models
von: Liu, Huihan, et al.
Veröffentlicht: (2024)

Efficient Continual Adaptation of Pretrained Robotic Policy with Online Meta-Learned Adapters
von: Zhu, Ruiqi, et al.
Veröffentlicht: (2025)

Vision-Language-Action in Robotics: A Survey of Datasets, Benchmarks, and Data Engines
von: Wang, Ziyao, et al.
Veröffentlicht: (2026)

WMPO: World Model-based Policy Optimization for Vision-Language-Action Models
von: Zhu, Fangqi, et al.
Veröffentlicht: (2025)