身体性AIと基盤モデル深掘り
LoopWAM、自らのラベル付きロールアウトで再学習し実機で19.7ポイント向上
LoopWAMは清華大学、Dexmal、Loopevaによる閉ループのワールドアクションモデルで、すべてのロールアウトを品質で採点し、失敗した軌道には映像の教師信号を与えるが行動の教師信号は与えない。RoboChallengeのTable30-V2で成功率43.33%として首位に立ち、自身の表のVLA-DM0.5を2.67ポイント、Dexmalが公表するDM0.5の43.0%を0.33ポイント上回る。
7 分で読めます出典確認済み