추론 효율적인 세계 행동 모델을 위한 4D 기하학적 사전 학습
Learning 4D Geometric Priors for Inference-Efficient World Action Models
로봇 조작을 위한 세계 행동 모델(WAM)이 외관 중심의 비디오 잠재 표현에 치우쳐 정밀 조작에 필요한 시공간 기하 구조를 충분히 학습하지 못하는 문제를 해결하기 위해, MECo-WAM은 학습 시에만 경량 4D 전문가와 동결된 VGGT 인코더를 활용해 행동 관련 4D 기하학적 사전 정보를 비디오-행동 표현에 주입하고, 배포 시에는 이를 모두 제거해 추론 비용 증가 없이 LIBERO 98.2%, RoboTwin 2.0 92.6%의 성능을 달성한다.