arXiv · AI· Liuhaichen Yang, Zhengyang Zhong, Hanshang Zhu, Ningwei Bai, Qichen Yin, Zhi Han, Jiarui Qin, Zhuang Jiang, Chenchao Sheng, Hanbo Ma, Junkai Liu, Junkai Sun, Dongcheng Lyu, Bo Liu, Yi Dong, Zezhi Tang·· 2026-10-05AI 评分36
WAM-OPD: 基于在线策略蒸馏的联合视频动作监督世界动作模型后训练
WAM-OPD: Joint Video-Action Supervision for World Action Model Post-Training with On-Policy Distillation
AI 导读
WAM-OPD 提出联合视频动作监督方法,用于世界动作模型后训练。该方法采集学生模型执行轨迹,由教师模型生成配对视频和动作目标进行训练,保持部署时的一步生成能力。在 12 个 RoboTwin 2.0 任务中,平均成功率从 33.8% 提升至 65.7%;在 4 个真实机器人任务中,从 51.4% 提升至 64.6%。
来源:arXiv · AI · arxiv.org