Modellfamilie

MAWAM

Eingaben sind Sprachanweisung, Kameraverlauf, Roboterzustand, Robotermetadaten, Rollen und Kamerazugehörigkeit. In der Simulation kann eine gemeinsame Kamera als schreibgeschützter Kontext dienen. Das Modell prognostiziert 24 Aktionsschritte je Roboter und acht Folgebilder je privater Perspektive. Das Team führt acht Schritte synchron aus und plant neu. Die Autoren berichten 67,8 % über drei reale Aufgaben mit je 30 Versuchen und 90,3 % über acht RoboFactory-Aufgaben mit je 100 Episoden. Tabelle 9 nennt 2,76 Mrd. trainierbare Parameter ohne eingefrorenes Cosmos-Reason1 und Video-VAE.

Grundinformationen

Modelltyp
Aktionspolicy
Architektur
WAM · Transformer
Aktionsgenerierung
Flow Matching
Erfasste Versionen
MAWAM
Verwandte Roboter
1

Publikationen (1)

MAWAM: Ein Multiagenten-Welt-Aktionsmodell für koordinierte Manipulation

Fachartikel verfügbar

MAWAM: A Multi-Agent World-Action Model for Coordinated Manipulation

arXiv: 2611.25105DOI: 10.48550/arxiv.2611.25105
Autoren und Einrichtungen (13)

Autorenreihenfolge: Originalreihenfolge

  1. Xianzhe Fan

    NVIDIA · The University of Hong Kong

  2. Chi-Pin Huang

    NVIDIA

  3. Fu-En Yang

    NVIDIA

  4. Jing Wang

    NVIDIA

  5. Yecheng Wu

    NVIDIA · MIT

  6. Yu-Cheng Chou

    NVIDIA

  7. Johan Bjorck

    NVIDIA

  8. Linxi “Jim” Fan

    NVIDIA

  9. Jan Kautz

    NVIDIA

Erstveröffentlichung
2026-11-20
Neueste Revision
v1
Konferenz / Zeitschrift
Nicht angegeben

Abgedeckte Modellversionen

Offizielle Quellen

Quelle oder Korrektur einreichen