GE-Act 2.0：面向机器人操作的世界行动模型预训练与扩展
GE-Act 2.0是一种用于机器人操作的世界行动模型，通过预测未来状态来指导机器人行动。与许多依赖预训练视频生成模型的系统不同，其生成和行动组件均使用操作数据从零开始初始化和训练。该模型结合了控制导向自动编码器、单步视觉规划器和逆动力学模型。将联合训练数据从300小时扩展到3万小时后，两种机器人平台的成功率分别从17.1%提升至44.1%，以及从13.4%提升至31.1%。性能提升覆盖了大多数技能组，表明模型可能具备跨机器人形态迁移能力。技能数据覆盖范围还与模型在陌生场景中的零样本成功率呈高度相关。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。