چکیده
مدل‌های عمل جهانی (WAMs) فرآیند تولید عمل را با پیش‌بینی بصری آینده برای دستکاری روباتی ترکیب می‌کنند. با این حال، تکمیل فرآیند حذف نویز ترکیبی ویدئویی-عملی در هر چرخه بازنقشه‌برداری هزینه زمانی قابل توجهی به همراه دارد که منجر به تأخیر در به‌روزرسانی عمل‌ها و محدود کردن پاسخگویی حلقه بسته می‌شود. ما Rolling-WAM را معرفی می‌کنیم، یک رویکردی که حذف نویز ترکیبی را در چرخه‌های موفق بازنقشه‌برداری توزیع می‌کند. روش ما یک پنجره‌ی شناور از قطعات ویدئویی-عملی با سطوح نویز متفاوت نگهداری می‌کند. در هر گام، یک برنامه‌ریز نویز چرخشی قطعه عملی اخیر را برای اجرا کاملاً از نویز پاک می‌کند، در حالی که قطعات آینده‌ی دورتر را به‌صورت جزئی بهبود می‌بخشد. هنگامی که پنجره با فریم‌های جدید دوربین جلو می‌رود، قطعات آینده‌ی نگهداری شده فرآیند حذف نویز خود را ادامه می‌دهند. این روش هزینه محاسباتی را در طول زمان توزیع می‌کند و زمینه بصری-عملی در حال تکامل را در مرزهای قطعات حمل می‌کند. ارزیابی‌ها روی LIBERO، RoboTwin و یک انسانوید واقعی Unitree G1 نشان می‌دهند که Rolling-WAM عملکرد دستکاری رقابتی دارد. با حذف نیاز به حذف نویز کامل افق پیش‌بینی از ابتدا، این روش سرعت بازنقشه‌برداری ثابت را ۴.۵ برابر نسبت به WAMهای استاندارد ترکیبی ارائه می‌دهد.