arXiv · 机器人与计算机视觉· Qianzhong Chen, Muyuan Lin, Yuyin Sun, Mac Schwager, Cheng-Hao Kuo, Roberto Mart\'in-Mart\'in·· 4 小时前AI 评分54
WEVO:基于世界模型的 VLA 优化用于全身移动 - 操作任务
WEVO: World Model-Enabled VLA Optimization for Whole-Body Loco-Manipulation
AI 导读
针对人形机器人探索不安全及仿真存在差距的问题,本文提出 WEVO 框架,在动作条件化的视频世界模型中无遥操作地进行后训练。该方法利用仿真生成的移动与操作数据提升接触动力学预测,并通过真实机器人自主采集数据对齐世界模型。实验显示,结合视频世界模型的强化学习将三项任务的成功率从 23.3% 提升至 75.0%,优于纯真实机器人训练的 48.3%。
来源:arXiv · 机器人与计算机视觉 · arxiv.org