Wenxuan Guo

LoopWAM模型利用混合质量的部署数据改进机器人策略

研究人员开发了LoopWAM，一种闭环世界-动作模型，旨在通过从混合质量的部署推广中学习来改进通用机器人策略。与过滤掉失败的方法不同，LoopWAM利用成功、次优行为和失败来完善其学习过程。这种方法在RoboChallenge Table30-V2、RoboTwin 2.0和RoboCasa365等基准测试中取得了显著成功，在多轮部署驱动的改进后，任务完成率有了大幅提升。