世界模型密集涌现:机器人从理解图像走向预测物理世界
近期多篇机器人世界模型工作密集发布,模型开始在执行前预测动作后果,覆盖接触反馈、4D几何与训练评估,初步解决长任务中的物理不确定性。
AI 编撰 · 内容基于所列来源,重要信息请以原文为准
近期机器人世界模型AI 模型的简称,指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令,输出动作。◆ 小白科普 · 现身相关工作密集出现,涉及动作后果预测、接触反馈建模、3D/4D几何以及训练评估闭环四条技术路线。世界动作模型AI 模型的简称,指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令,输出动作。◆ 小白科普 · 现身方面,DSWAM将系统分为视觉语言规划器与世界动作模型AI 模型的简称,指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令,输出动作。◆ 小白科普 · 现身执行器,执行器直接输出动作块,在真实折叠任务中成功率从92.5%提升至96.3%,完成时间从2分18秒缩短至1分44秒。DynaWM保留基础VLA,在线修正其动作。DREAMSTEER通过潜在世界模型AI 模型的简称,指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令,输出动作。◆ 小白科普 · 现身预演候选动作,成功率从23.75%提升至66.25%。接触反馈建模方面,VT-WAM联合学习未来视觉与触觉形变,六个任务平均成功率达71.67%。TACO将失败轨迹转为纠错训练样本,取得44个百分点成功率提升。
Current as Touch利用电机电流与关节机器人身上可以转动或弯曲的连接部位。每多一个关节,就多一种动作的可能,也多一份重量、成本和故障点。◆ 小白科普 · 现身状态支持柔顺接触。4D几何方面,RynnWorld-4D同步预测RGB、深度与光流。MECo-WAM训练时加入4D几何专家,推理时移除以控制延迟。评估方面,GigaWorld-1分析了7类视频世界模型AI 模型的简称,指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令,输出动作。◆ 小白科普 · 现身与4种动作表示,研究模拟轨迹与真机执行的对齐。这些工作表明,机器人正从理解图像走向预测物理世界变化。