Hacker News Front Page · Heng Yu, David D. Yuan, Juze Zhang, Changan Chen, Yao Feng, Michelle Baldonado, Steve Cousins, Li Fei-Fei, Jiajun Wu, Ehsan Adeli ·
OpenWAM: An Open Framework for Composable World-Action Models
OpenWAM ofrece una base común para comparar modelos que generan acciones y predicciones visuales en robots, con programas de generación configurables y componentes de dinámica que pueden entrenarse por separado y combinarse. En LIBERO-Long, su programa VTA alcanza un éxito medio del 98,6%; para transferir un modelo de dinámica inversa congelado a nuevas tareas, los datos contrafactuales elevan el éxito medio del 21,5% con demostraciones al 84,0% con entrenamiento mixto. Los resultados muestran que el preentrenamiento con video robótico y la arquitectura de expertos separados mejoran el control, mientras que los datos contrafactuales permiten reutilizar mejor los modelos de dinámica.
A shared framework for video-action programs and local-context dynamics, evaluated through robot control, frozen-component transfer, and action-conditioned prediction.