Semantic Action Graph: A Shared Representation for Agent Grounding and Human Interpretation of Sports Highlights
本文提出了一种语义动作图来解决生成代理选择和叙述体育亮点难以验证和个性化的问题，通过连接事件序列、共享词汇表和可寻址帧实现。
0 citationsRead paper
Selected work
Representative Papers
XPACE: Joint World and Action Modeling from Heterogeneous Experience
XPACE通过结合异构经验学习和模拟生成，解决了通用机器人选择动作及预测动作后果的问题，提高了行为鲁棒性和任务完成率。
0 citationsRead paper
X-AuT: Progressive Audio-Encoder Compression for Speech LLMs with Cross-Scale Distillation
本文提出X-AuT框架，通过层次选择、表示对齐和跨尺度蒸馏等方法压缩语音大模型的音频编码器，减少推理成本同时保持性能。
0 citationsRead paper
Behavior-Skill: A Fine-Grained Benchmark for Evaluating Vision-Language-Action Policies in Long-Horizon Tasks
为了解决长时任务中多技能执行难题，提出Behavior-Skill基准，通过细粒度技能实例评估视觉-语言-动作策略，提供中间状态恢复和成功条件以独立评测。
0 citationsRead paper
AnyWorld: Factorized Egocentric World Models for Cross-Embodiment Generalization
为解决机器人学习中跨实体泛化问题，提出AnyWorld框架，通过分解动作、视角和实体，将单个人类互动扩展为多样化的机器人原生体验。
0 citationsRead paper
Recent publications
Latest Papers
Semantic Action Graph: A Shared Representation for Agent Grounding and Human Interpretation of Sports Highlights
本文提出了一种语义动作图来解决生成代理选择和叙述体育亮点难以验证和个性化的问题，通过连接事件序列、共享词汇表和可寻址帧实现。
0 citationsRead paper
XPACE: Joint World and Action Modeling from Heterogeneous Experience
XPACE通过结合异构经验学习和模拟生成，解决了通用机器人选择动作及预测动作后果的问题，提高了行为鲁棒性和任务完成率。
0 citationsRead paper
X-AuT: Progressive Audio-Encoder Compression for Speech LLMs with Cross-Scale Distillation
本文提出X-AuT框架，通过层次选择、表示对齐和跨尺度蒸馏等方法压缩语音大模型的音频编码器，减少推理成本同时保持性能。
0 citationsRead paper
Behavior-Skill: A Fine-Grained Benchmark for Evaluating Vision-Language-Action Policies in Long-Horizon Tasks
为了解决长时任务中多技能执行难题，提出Behavior-Skill基准，通过细粒度技能实例评估视觉-语言-动作策略，提供中间状态恢复和成功条件以独立评测。
0 citationsRead paper
AnyWorld: Factorized Egocentric World Models for Cross-Embodiment Generalization
为解决机器人学习中跨实体泛化问题，提出AnyWorld框架，通过分解动作、视角和实体，将单个人类互动扩展为多样化的机器人原生体验。
0 citationsRead paper