WAM-Policy:四足机器人用前腿操作,语言指令跟随首度实现
Maincode · hf · 2026-11-20
悉尼多所高校与 Maincode 团队发布 WAM-Policy,首次让无机械臂的四足机器人跟随语言指令做 loco-manipulation——三条腿行走、用一条前腿操作(按按钮、踢球进门、推箱子)。
- 原有世界动作模型(WAM)为机械臂预训练、采样慢;方法分两阶段:跨形态策略适配与加速(用在线策略自蒸馏 OPSD 把臂式 WAM 迁移到四足,蒸馏成 1 个视频 + 2 步动作的学生),以及任务级强化学习 + 多教师蒸馏(M-OPD)合并多个慢专家。
- QLM-Bench 上(10 个模拟任务、1000 条无遥操作合成的演示),迁移策略成功率 77.0%,OPSD 学生保持 76.7% 且采样快 14 倍,RL+M-OPD 提升至 85.0%。
- 已部署到真实 Unitree Go2 Air 上,推理成本大幅降低。
「具身」频道最新
- 美国机床一半靠进口:Physical AI 的俄罗斯套娃式瓶颈 — chrisgrayson · 2026-11-20
- CoRL 与会者反思:机器人数据成本论更适合 PhD 选题而非公司押注 — joemeno · 2026-11-20
- 马斯克称 Cybercab 或最早明年获加州运营批准 — mitchdeg · 2026-11-20
- AI 从零写代码驱动真实机械臂下国际象棋,全程开源 — FinanceYF5 · 2026-11-20
- KAIST VSpark:投机解码让 VLA 机器人模型提速至 2.1 倍 — kaist-ai · 2026-11-20
- RoboColosseum 野心曝光:要在真实世界大规模评测机器人策略 — DJiafei · 2026-11-20