RoboAtlas
JP

LaWAM original

参加機関

参加機関清華大学参加機関Striding AI

上記の関連の対象バージョンと役割は確認待ちです。

根拠を表示
論文あり

LaWAM はロボット操作向け潜在世界行動モデルです。潜在行動の前向きデコーダーで将来の DINO 視覚特徴を予測し、未来映像の再構成の代わりに行動チャンク生成を条件付けます。

Qwen3-VL-2B、固定 DINOv3 特徴、潜在世界モデルと行動エキスパートによる動力学認識操作の研究向けです。元パッケージには LAM 部品、事前学習方策、別々の LIBERO／RoboTwin 後学習方策があります。6月14日は初研究公開、10月25日は論文 v2 で、新モデル・重みの公開日とは確認していません。

新しいバージョンがあります： LaWAM LeRobot ↗

LaWAM author project公式コード

研究資料の状況

論文あり

最終確認: 2026-11-07

論文・レポート (1)

LaWAM：効率的な動力学認識ロボット方策のための潜在世界行動モデル

論文あり

LaWAM: Latent World Action Models for Efficient Dynamics-Aware Robot Policies

arXiv: 2606.15768DOI: 10.48550/arxiv.2606.15768
著者・所属 (12)

著者の順序: 原文順

  1. Jialei Chen

    未提供

  2. Kai Wang

    未提供

  3. Kang Chen

    未提供

  4. Shuaihang Chen

    未提供

  5. Feng Gao

    未提供

  6. Wenhao Tang

    未提供

  7. Zhiyuan Li

    未提供

  8. Weilin Liu

    未提供

  9. Zhuyu Yao

    未提供

初版公開
2026-06-14
最新の論文改訂
v2 · 2026-10-25
会議・学術誌
CoRL 2026

対象モデルバージョン

  • lawam · LaWAM original

    Original LaWAM/LaWM framework, benchmark-specific post-training and reported native research evaluations. Not an independent reproduction or a LeRobot converted-artifact result.

  • lawam · LaWAM LeRobot

    Original LaWAM method reference for the LeRobot implementation and converted packages. Converted LIBERO1970/2000=98.5% belongs to its exact artifact/card, not paper98.6% or original187ms latency.

論文 ↗PDF ↗

公開状況

コード
公開アクセス
モデルファイル
公開アクセス

学習・ファインチューニングコード

取得方法
公開アクセス

確認日 · 2026-11-07

コードのライセンス
MIT (repository README declaration)

モデルファイル

モデルファイル
LaWAM LAM component取得方法
公開アクセス
重みのライセンス
MIT (publisher model-card declaration)
LaWAM original pretraining policy取得方法
公開アクセス
重みのライセンス
MIT (publisher model-card declaration)
LaWAM original LIBERO SFT取得方法
公開アクセス
重みのライセンス
MIT (publisher model-card declaration)
LaWAM original RoboTwin SFT取得方法
公開アクセス
重みのライセンス
MIT (publisher model-card declaration)
公開情報

出典確認日 · 2026-11-07

仕様概要

モデル種別
世界行動モデル
バックボーン
Qwen3-VL-2B＋DINOv3＋LaWM
入力
タスク指示 / RGB 観測
公開日
2026年6月14日
LaWAM paper v2 exact protocols ↗

LaWAM authors · 研究論文

公開日不明 · 参照日: 2026-11-07

出典レコード: 7

LaWAM paper v2 exact protocols

LaWAM authors · 研究論文

公開日不明 · 参照日: 2026-11-07

LaWAM paper v2 exact protocols

LaWAM authors · 研究論文

公開日不明 · 参照日: 2026-11-07

LaWAM paper v2 exact protocols

LaWAM authors · 研究論文

公開日不明 · 参照日: 2026-11-07

LaWAM paper v2 exact protocols

LaWAM authors · 研究論文

公開日不明 · 参照日: 2026-11-07

LaWAM paper v2 exact protocols

LaWAM authors · 研究論文

公開日不明 · 参照日: 2026-11-07

LaWAM paper v2 exact protocols

LaWAM authors · 研究論文

公開日不明 · 参照日: 2026-11-07

出典の種類は内容の検証を意味しません。

評価結果

このバージョンまたは選択した重みの検証済み独立評価結果はありません。

公開元の評価 · 報告値・独立再現なし

LaWAM original paper v2 · LIBERO Long ↗

成功率: 97 %

LaWAM 元論文 v2 の開発者報告結果で、ダウンロード重みや LeRobot 変換に割り当てない版の研究値です。条件と遅延の除外範囲を明示します。 表1・付録F.2：LIBERO40タスク各50試行、計2000、基準別25kステップ後学習。等規模10タスクの4スイート平均。LeRobot形式1970/2000＝98.5%・MuJoCo3.3.2評価とは別です。

LaWAM authors

公開元の評価 · 報告値・独立再現なし

LaWAM original paper v2 · LIBERO Goal ↗

成功率: 98.4 %

LaWAM 元論文 v2 の開発者報告結果で、ダウンロード重みや LeRobot 変換に割り当てない版の研究値です。条件と遅延の除外範囲を明示します。 表1・付録F.2：LIBERO40タスク各50試行、計2000、基準別25kステップ後学習。等規模10タスクの4スイート平均。LeRobot形式1970/2000＝98.5%・MuJoCo3.3.2評価とは別です。

LaWAM authors

公開元の評価 · 報告値・独立再現なし

LaWAM original paper v2 · LIBERO Object ↗

成功率: 99.6 %

LaWAM 元論文 v2 の開発者報告結果で、ダウンロード重みや LeRobot 変換に割り当てない版の研究値です。条件と遅延の除外範囲を明示します。 表1・付録F.2：LIBERO40タスク各50試行、計2000、基準別25kステップ後学習。等規模10タスクの4スイート平均。LeRobot形式1970/2000＝98.5%・MuJoCo3.3.2評価とは別です。

LaWAM authors

公開元の評価 · 報告値・独立再現なし

LaWAM original paper v2 · LIBERO Spatial ↗

成功率: 99.4 %

LaWAM 元論文 v2 の開発者報告結果で、ダウンロード重みや LeRobot 変換に割り当てない版の研究値です。条件と遅延の除外範囲を明示します。 表1・付録F.2：LIBERO40タスク各50試行、計2000、基準別25kステップ後学習。等規模10タスクの4スイート平均。LeRobot形式1970/2000＝98.5%・MuJoCo3.3.2評価とは別です。

LaWAM authors

公開元の評価 · 報告値・独立再現なし

LaWAM original paper v2 · LIBERO 平均 ↗

成功率: 98.6 %

LaWAM 元論文 v2 の開発者報告結果で、ダウンロード重みや LeRobot 変換に割り当てない版の研究値です。条件と遅延の除外範囲を明示します。 表1・付録F.2：LIBERO40タスク各50試行、計2000、基準別25kステップ後学習。等規模10タスクの4スイート平均。LeRobot形式1970/2000＝98.5%・MuJoCo3.3.2評価とは別です。

LaWAM authors

公開元の評価 · 報告値・独立再現なし

LaWAM original paper v2 · RoboTwin 標準環境 ↗

成功率: 92.64 %

LaWAM 元論文 v2 の開発者報告結果で、ダウンロード重みや LeRobot 変換に割り当てない版の研究値です。条件と遅延の除外範囲を明示します。 表2・付録F.3：RoboTwin2.0の50タスク、標準／ランダム条件ごとに各100試行、各5000。2500標準＋25000ランダム実演で100kステップ後学習。全体91.22は標準92.64とランダム89.80の等加重平均です。

LaWAM authors

公開元の評価 · 報告値・独立再現なし

LaWAM original paper v2 · RoboTwin ランダム環境 ↗

成功率: 89.8 %

LaWAM 元論文 v2 の開発者報告結果で、ダウンロード重みや LeRobot 変換に割り当てない版の研究値です。条件と遅延の除外範囲を明示します。 表2・付録F.3：RoboTwin2.0の50タスク、標準／ランダム条件ごとに各100試行、各5000。2500標準＋25000ランダム実演で100kステップ後学習。全体91.22は標準92.64とランダム89.80の等加重平均です。

LaWAM authors

公開元の評価 · 報告値・独立再現なし

LaWAM original paper v2 · RoboTwin 全体 ↗

成功率: 91.22 %

LaWAM 元論文 v2 の開発者報告結果で、ダウンロード重みや LeRobot 変換に割り当てない版の研究値です。条件と遅延の除外範囲を明示します。 表2・付録F.3：RoboTwin2.0の50タスク、標準／ランダム条件ごとに各100試行、各5000。2500標準＋25000ランダム実演で100kステップ後学習。全体91.22は標準92.64とランダム89.80の等加重平均です。

LaWAM authors

公開元の評価 · 報告値・独立再現なし

LaWAM original paper v2 · A100 モデルのみのチャンク遅延 ↗

モデルのみの遅延: 187 ms

LaWAM 元論文 v2 の開発者報告結果で、ダウンロード重みや LeRobot 変換に割り当てない版の研究値です。条件と遅延の除外範囲を明示します。 付録F.1：A100/BF16/行動専門家のノイズ除去10ステップ、CUDA同期1000回のモデルのみの平均。シミュレータ・ロボット実行を除き、各基準の解像度・地平・処理量を保持します。187msは制御周期や普遍的端間遅延ではなく、24倍は比較対象の画素WAMです。

LaWAM authors

技術詳細

機能分類

行動制御 / 潜在未来予測

予測出力

潜在視覚サブゴールと行動チャンク

モデルカード

Qwen3-VL-2B、固定 DINOv3 特徴、潜在世界モデルと行動エキスパートによる動力学認識操作の研究向けです。元パッケージには LAM 部品、事前学習方策、別々の LIBERO／RoboTwin 後学習方策があります。6月14日は初研究公開、10月25日は論文 v2 で、新モデル・重みの公開日とは確認していません。 元の公開 .pt 重みは LeRobot safetensors 変換版と区別します。モデルカードは MIT を宣言しますが、DINOv3 は別の承認・ライセンスがあり、全体の無制限商用権は推定しません。元 LIBERO 設定はパディング状態次元があっても use_state=false です。論文98.6%と別の LeRobot98.5%を区別します。187ms は A100/BF16/行動ノイズ除去10ステップのモデル時間のみで、ロボット・シミュレータ実行を含みません。カメラ移動と細かな変形の動力学に限界があり、API は未確認です。 [Paper](https://arxiv.org/abs/2606.15768) · [Code](https://github.com/RLinf/LaWAM)

利用前に確認すること: 元の公開 .pt 重みは LeRobot safetensors 変換版と区別します。モデルカードは MIT を宣言しますが、DINOv3 は別の承認・ライセンスがあり、全体の無制限商用権は推定しません。元 LIBERO 設定はパディング状態次元があっても use_state=false です。論文98.6%と別の LeRobot98.5%を区別します。187ms は A100/BF16/行動ノイズ除去10ステップのモデル時間のみで、ロボット・シミュレータ実行を含みません。カメラ移動と細かな変形の動力学に限界があり、API は未確認です。 重みやコードの公開は、そのままロボットで動作することを意味しません。必要な構成、データ、インターフェースを資料で確認してください。

情報源または訂正を送信