近日，由清华大学、原力灵机及极寰时代联合开发的LoopWAM在RoboChallenge Table30 V2的真实机器人评测中名列前茅，成功率和过程分双双位居榜首，超越了VLA-DM0.5等多个同期方案。同时，LoopWAM在仿真评测的RoboTwin 2.0和RoboCasa365上也展现了世界领先的表现。
LoopWAM所用模型全部由国产阿里云的PPU-810E训练，非NVIDIA系列卡。其取得的成就基于一种从真实使用中不断学习的技术途径：通过整合成功、次优及失败的经验，扩展世界模型的学习范围，提升对任务流程和动作结果的理解，继而通过质量指导改善动作生成，以便在后续的部署中实现更好的表现。
在经过三轮部署与训练后，LoopWAM的整体成功率提升了约19.7个百分点，达成了83%的相对提升，而过程评分也从36.10提高至56.80。将真实部署经验转化为未来进步的基础，成为LoopWAM取得佳绩的重要因素。这一持续迭代的思路与Physical Intelligence近期发布的PI API工作流程十分契合，均通过“数据上传—模型微调—机器人部署—评估与数据收集”的循环来提升能力。
此外，LoopWAM在利用部署数据方面更进一步：它实现了闭环更新，无需额外收集专家演示或引入强化学习，而是利用世界模型学习动作和环境的变化，涵盖成功、次优和失败的轨迹，进行视频预测训练，并通过质量引导和加权监督提升动作生成的质量，从而使得部署经验成为持续自我提升的重要来源。
发表评论