WholeBodyWAM：用全身控制器协同扩展人形机器人的世界—动作先验

世界动作模型（WAM）通过联合建模视觉动力学和动作，为通用机器人操纵提供了一种有前景的方法。然而，大多数 WAM 研究侧重于桌面或以手臂为中心的操作，而人形局部操作的探索仍然较少。为了解决这一差距，我们引入了 WholeBodyWAM，它可以共同预测未来的视觉动态、操纵动作和全身控制意图，以实现可推广的人形机器人操纵。它保留了预先训练的世界动作先验，同时奠定了异构全身控制器（WBC）语义并协调全身行为。大量实验表明，WholeBodyWAM 的总体模拟任务成功率达到 91.9%，与各自的基线相比，现实世界的分布外任务进度提高了 0.23，WBC 的成功率方差降低了 70%。这些结果表明，通过结构化 WBC 基础和协调来扩展预先训练的世界行动先验，而不是从头开始重新学习全身行为，是一条通往可扩展的人形全身智能的道路。项目页面：https://wholebodywam.github.io/。