OpenWAM：面向世界-动作模型系统化预训练的开放式模块化探索
OpenWAM 是一个用于系统研究机器人世界-动作模型的开放研究框架。其基础设施将生成式骨干、视觉表征、信息流、推理流程和训练数据拆分为可组合模块，从而能够通过受控实验比较不同设计。研究表明，具备足够能力的生成式骨干、紧凑且信息丰富的潜在空间、专门的动作建模能力，以及同步的联合去噪，有助于把世界知识转化为可执行控制。OpenWAM-α 使用约 6,400 小时的人类和机器人第一视角数据进行预训练，并在八个仿真基准和真实机器人实验中接受评估。研究团队将公开完整基础设施、评估协议、预训练模型和数据构建方案。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。