Research · Applications
Zero-WAM：从人类视频中进行上下文世界-动作建模，实现开放式任务泛化
Zero-WAM 从人类视频中进行上下文世界-动作建模，在 RoboTwin 2.0 模拟器的七个未见任务上平均成功率达到 47.0%，比最强基线提升 29.5 个百分点，并构建了 HumanGen 数据集。
阅读 arXiv 原文为什么重要
该方法展示了从人类视频中学习世界-动作模型以实现开放式任务泛化的潜力，对机器人学习具有重要意义。
关键事实
事实 1
Zero-WAM 在 RoboTwin 2.0 模拟器的七个未见任务上平均成功率达到 47.0%。
来源与依据
On seven unseen tasks in RoboTwin 2.0 simulation, Zero-WAM achieves a 47.0% average success rate
事实 2
HumanGen 数据集包含 74.2K 个人类-机器人上下文学习配对，涵盖 8.6K 个任务。
来源与依据
yielding HumanGen, a dataset of 74.2K human-robot ICL pairs across 8.6K tasks
事实 3
Zero-WAM 在七个未见任务上比最强的视频-动作基线绝对提升了 29.5 个百分点。
来源与依据
an absolute improvement of 29.5 percentage points over the strongest video-action baseline