From Slots to Relations: Object-Centric Graph World-Action Models for Relational Robot Manipulation
Dieses Paper führt Object-Centric Graph World-Action Models (OC-GWAM) ein, welche kontinuierliche Geometrie und typisierte Objektrelationen explizit über Graph Transformer kodieren, um die Treue des Weltmodells sowie die Generalisierung der relationalen Komposition in der Robotermanipulation signifikant zu verbessern, obwohl die direkte Aktionssteuerung im Vergleich zu einfacheren geometrie-basierten oder impliziten Attention-Baselines wettbewerbsfähige Leistungen erbringt.