清华团队 LoopWAM 借部署自采数据把机器人任务成功率从 23.7% 提到 43.3%
jiqizhixin · x · 2026-10-30
清华大学及合作者在 RoboChallenge Table30 V2 上展示 LoopWAM:通过三轮「部署-训练」闭环,任务成功率从 23.67% 提升至 43.33%,提升约 19.7 个百分点,且无需额外专家演示。
方法核心是让不同质量的数据各司其职:
- 视频预测分支从全部 rollout(含失败样本)中学习世界如何变化
- 动作训练按轨迹质量加权,失败样本权重趋零
- 质量条件化(quality conditioning)在推理时引导模型偏向高质量行为
论文图示显示框架采用 Video/Action 双分支与联合注意力,rollout 由人类或 VLM 标注质量并在 batch 级聚合成功率。这为复用本会被丢弃的部署经验提供了一条可行路径。
「具身」频道最新
- 机器人数据大多只有成功案例，首个失败轨迹开放数据集启动 — chris_j_paxton · 2026-10-30
- 播客对谈：脑机接口已来，AI 加速解读大脑信号 — GregCook2011 · 2026-10-30
- 开源模型 13 秒分割腹部 CT 全部 74 个结构，点一下肝脏即 3D 弹出 — MaziyarPanahi · 2026-10-30
- 苏黎世 Physical AI 黑客松视频发布,多家机器人机构联合办赛 — chrismatthieu · 2026-10-30
- 团队预告城市级大模型导航系统,称距长程导航更近一步 — ChongZzZhang · 2026-10-30
- Polymarket 开盘:Neuralink 今年估值达 600 亿美元概率 40% — Polymarket · 2026-10-30