研究团队提出闭环世界动作模型LoopWAM

研究团队在预印本论文中提出闭环世界动作模型 LoopWAM，直接利用包含成功、次优和失败的全质量谱部署轨迹来提升通用机器人策略。该方法通过源相关噪声采样统一行为学习与世界建模，并在并行去噪中使视频与动作 token 交互，让预测后果指导动作生成。 研究团队称，在 RoboChallenge Table30-V2 测试中，三轮部署与训练使成功率从 23.67% 提升至 43.33%；在折衬衫任务中，两轮部署驱动改进将成功率从 13.20% 提升至 55.56%。此外，模型在 RoboTwin 2.0 和 RoboCasa365 基准上分别达到 94.5% 和 49.5% 的成功率。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。