CoachSI-Nachtraining von OpenWAM in RoboCasa365
Forschende der University of Illinois Chicago starten OpenWAM im Ausgangszustand der Aufgabe. Das eingefrorene Qwen3.8-27B wählt für jeden Aktionsblock eine Anweisung. Erfolgreiche Trajektorien erhalten wieder die ursprüngliche Aufgabenanweisung und dienen zur Feinabstimmung. Die Auswertung nutzt separate Küchenszenen und nur die Aufgabenanweisung.
Aktuelle Bekanntgabe
18 Langzeitaufgaben mit 20 ungesehenen Szenen und je drei Versuchen ergeben 1.080 Episoden. Die Erfolgsquote ohne Hilfe steigt von 47,4 % auf 56,8 % mit rein bildbasiertem Coaching bei der Erhebung beziehungsweise auf 59,3 % mit Coaching anhand des Simulatorzustands. Trainiert wurde 3.000 Schritte mit Batchgröße 16, 80 % menschlichen Demonstrationen und 20 % Vergleichsdaten. Aktualisiert wurde nur die Selbstaufmerksamkeit des Video-Backbones, während das Aktions-Backbone eingefroren blieb. OpenWAM erreichte 79,2 % bei Einzelaufgaben. Die Vergleichsbedingungen mit zusätzlichen menschlichen Demonstrationen und selbst gesammelten Erfolgen erreichen 49,4 % und 51,9 %. Die variablen 20 % der Trainingsdaten umfassen jeweils 530 Stichproben pro Aufgabe. Je nach Bedingung stammen sie aus zusätzlichen Demonstrationen, selbst gesammelten Erfolgen oder Erfolgen mit Coaching. Das rein bildbasierte Coaching nutzt drei Kameraperspektiven. Mit dem korrekten nächsten Schritt war die Teilzielquote innerhalb von 320 Schritten 4,2-mal so hoch wie mit der ursprünglichen Anweisung. Die beiden Basisstrategien liefern zusammen 500 Stillstandszustände aus 15 Aufgaben. Als Stillstand gelten 320 Schritte ohne Fortschritt beim Teilziel. Aus jedem wiederhergestellten Zustand laufen je Anweisungsquelle sechs Fortsetzungen mit paarweise gleichen Seeds. Teilziele werden innerhalb von 320 Schritten und Aufgabenerfolge innerhalb von 640 Schritten gemessen.
Die Arbeit nennt öffentlich verfügbare OpenWAM-Gewichte ohne genaue Version, Checkpoint-ID oder Revision. Der Trainingscode ist angekündigt. Abgeleitete Gewichte und deren Lizenz sowie die Codelizenz bleiben ungeklärt.



