Rethink Before You Execute: Adaptive Execution for World Action Models

📄 arXiv: 2608.09492v1 📥 PDF

作者: Feng Ye, Yiming Zhao, Yong Yu, Hongxu Zhou, Yong Pan, Yuan Xue, Peng Jia, Chuanmin Jia

分类: cs.RO

发布日期: 2026-08-10

💡 一句话要点

提出TempoWAM以解决固定执行时间窗口的问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 世界行动模型 自适应执行 机器人决策 任务进度监控 执行效率 动态规划 智能机器人

📋 核心要点

  1. 现有的WAM执行方法使用固定的执行时间窗口，导致在不同任务阶段的执行可靠性不匹配，影响了重新规划的时机。
  2. 本文提出TempoWAM，通过递归进度监控器和自适应执行协议，动态评估任务进展，从而决定是否需要重新规划。
  3. 实验结果显示，TempoWAM在简单任务中减少了26.9%的WAM推理次数，同时保持成功率，在困难任务中成功率提高了13.3个百分点。

📝 摘要（中文）

世界行动模型（WAMs）联合预测未来动作和环境演变。在每次推理中，WAM生成一组动作，机器人执行固定前缀后再进行重新规划。本文指出固定执行时间窗口与执行动态不匹配，提出TempoWAM（通过在线监控进度来调整执行），一种轻量级的WAM执行方案。该方案通过递归进度监控器估计任务进度，并通过自适应执行协议评估当前动作是否推动任务进展。实验结果表明，TempoWAM在LIBERO、RoboTwin和实际任务中显著提高了WAM执行的效率与成功率。

🔬 方法详解

问题定义：本文旨在解决现有WAM执行方法中固定执行时间窗口导致的执行动态不匹配问题。现有方法在不同任务阶段的执行可靠性差异使得重新规划的时机不准确，影响了整体任务的执行效率。

核心思路：论文提出TempoWAM，通过实时监控任务进度来动态调整执行策略。利用递归进度监控器评估当前任务的进展，结合自适应执行协议，决定是否继续当前动作或进行重新规划。

技术框架：TempoWAM的整体架构包括两个主要模块：递归进度监控器和自适应执行协议。递归进度监控器根据当前观察、任务指令、剩余动作和执行历史来估计任务进度；自适应执行协议则根据进度评估结果判断是否需要重新规划。

关键创新：TempoWAM的创新在于其动态调整执行策略的能力，区别于传统方法的固定执行时间窗口，通过实时监控进度来优化执行效率。

关键设计：在设计上，TempoWAM引入了任务依赖的校准因子，以实现在线适应。此外，递归进度监控器的结构和参数设置经过精心设计，以确保其在不同任务中的有效性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，TempoWAM在LIBERO和RoboTwin等平台上显著提高了WAM执行的效率与成功率。在简单任务中，WAM推理次数减少了26.9%，而在困难任务中，成功率提高了13.3个百分点，展示了其优越的性能。

🎯 应用场景

TempoWAM的研究成果在机器人自主决策、智能制造和服务机器人等领域具有广泛的应用潜力。通过提高执行效率和成功率，该方法能够显著提升机器人在复杂环境中的适应能力，推动智能机器人技术的进一步发展。

📄 摘要（原文）

World Action Models (WAMs) jointly predict future actions and the evolution of the environment. At each inference, a WAM generates a chunk of actions and the robot executes a fixed prefix before replanning. We argue that this fixed execution horizon is poorly matched to execution dynamics: the chunk reliability varies across task stages, so when to replan depends on the result of accumulated execution, not on the step counts. We propose TempoWAM (Timing Execution by Monitoring Progress Online), a lightweight plug-and-play execution scheme for WAMs. A Recurrent Progress Monitor first estimates task progress from the current observation, task instruction, remaining actions, and execution history; and an Adaptive Execution Protocol then evaluates whether the chunk is advancing the task to decide if replanning is needed. To bridge the training-deployment gap, the protocol is calibrated by a task-dependent calibration factor with online adaptation. Experiments on LIBERO, RoboTwin, and real-world tasks show that TempoWAM consistently improves the efficiency-success trade-off of WAM execution. On real robots, it reduces WAM inferences by 26.9% on easy tasks while maintaining success, and improves success by 13.3 points on difficult tasks.