QWM 四足世界模型入选 CoRL 2026,单一模型跨机体零样本迁移

由 Mohamad Danesh 主导、McGill、Mila、蒙特利尔大学与 ETH 苏黎世 leggedrobotics 团队合作的研究 Quadrupedal World Model(QWM)被 CoRL 2026 接收,并将在美国奥斯汀展示。论文核心主张:机器人的形态(morphology)规格不应直接喂给策略网络,而应先经过学习到的动力学模型进行路由,再在模型「想象」中提取策略。

已确认

• 研究动机:若将机器人形态规格形式化,一族机器人的控制器有两种做法——把规格喂给 model-free 策略,或喂给学到的动力学模型并在想象中提取策略;作者主张后者,并以此构建 QWM。
• 方法细节:以尺度不变物理特征条件化单个生成式动力学模型;具体包括物理形态编码器、自适应奖励归一化与潜在形态条件化三个组件;策略完全在模型内部(想象中)训练。
• 关键能力:单个世界模型即可在多款四足机器人之间零样本迁移,无需微调、适应与预热,无需针对每个机体重新训练。
• 真机实测:在真实 ANYmal-D 与 Unitree Go1(均属 held-out 硬件)上评测,QWM 无需微调、适应或预热即可跨机体迁移运动控制。
• 对比实验:在未见形态上评测 QWM 的零样本迁移,与 model-free 基线及形态专家策略对比,QWM 胜出。
• 论文归属:McGill、Mila、蒙特利尔大学与 ETH 合作完成,入选 CoRL 2026,展示地点为美国奥斯汀。

为什么重要

• 若单一世界模型即可覆盖多种四足形态并直接部署到未见过的真机硬件,可显著降低为每款机器人单独训练控制器的成本,是通向跨形态通用机器人控制的可行路径。

2026-10-10 ~ 2026-10-10 · 7 条相关

• 【源头】QWM 四足世界模型入选 CoRL 2026:跨机体零迁移,无需微调与预热 — breadli428 · 2026-10-10
• 【源头】QWM 线程:为何形态规格应喂给学到的动力学模型而非 model-free 策略 — breadli428 · 2026-10-10
• QWM 对比实验:未见形态零样本迁移胜过 model-free 与形态专家策略 — breadli428 · 2026-10-10
• QWM 方法细节:形态编码器+自适应奖励归一化+潜在形态条件化 — breadli428 · 2026-10-10
• 【源头】QWM 真机实测:ANYmal-D 与 Unitree Go1 上零样本迁移、免微调免预热 — breadli428 · 2026-10-10
• CoRL 2026 论文：机器人形态应经学习动力学路由而非直接入策略 — breadli428 · 2026-10-10
• 苏黎世团队发布 QWM：单个世界模型零样本迁移多款四足机器人 — breadli428 · 2026-10-10