Harvard University（哈佛大学）

World Action Planner: Generalizable Decision-Making with Action-Conditioned World Models

世界动作规划器：基于动作条件世界模型的通用决策方法

Xiangcheng Zhang, Yilun Du

机构 * Harvard University（哈佛大学） 纠错

AI总结 本研究提出World Action Planner机器人规划系统，结合VLMs与多任务位姿图像条件世界模型，可迭代优化动作规划，在组合任务、新布局等场景中泛化性能优于VLAs、WAMs等端到端策略模型。

Comments Project page at worldactionplanner.github.io

Train Small, Deploy Large: Zero-Shot GNN Transfer Through Geometric Renormalization

小训练，大部署：通过几何重归一化实现零样本GNN迁移

Robert Jankowski, Pedro Almagro-Blanco, Marián Boguñá, Melanie Weber, M. Ángeles Serrano

机构 * TU Delft（代尔夫特理工大学） ； University of Seville（塞维利亚大学） ； University of Barcelona（巴塞罗那大学） ； Harvard University（哈佛大学） ； ICREA（加泰罗尼亚研究与高级研究院） 纠错

AI总结 该研究提出零样本迁移协议，通过几何重归一化缩小图训练GNN，可直接将权重迁移到全分辨率图，保留预测性能并降低训练成本，为尺度等变图架构提供了方向。