
モデルファミリー
MAWAM
参加機関
上記の関連の対象バージョンと役割は確認待ちです。
入力は言語指示、カメラ履歴、ロボット状態、機体情報、役割、視点の対応関係です。シミュレーションでは読み取り専用の共有カメラも利用できます。各ロボットについて24ステップの行動と各専用視点の将来8フレームを予測し、最初の8ステップを同期実行して再計画します。著者報告は実機3課題で平均67.8%(各30試行)、RoboFactoryの8課題で平均90.3%(各100エピソード)です。表9の学習可能な27.6億パラメータには凍結したCosmos-Reason1と動画VAEを含みません。
基本情報
- モデルの種類
- 行動方策
- アーキテクチャ
- WAM · Transformer
- 行動生成
- フローマッチング
- 登録済みバージョン
- MAWAM
- 関連ロボット
- 1
論文・レポート (1)
MAWAM:協調操作のためのマルチエージェント世界行動モデル
論文あり
MAWAM: A Multi-Agent World-Action Model for Coordinated Manipulation
arXiv: 2611.25105DOI: 10.48550/arxiv.2611.25105
著者・所属 (13)
著者の順序: 原文順
- 初版公開
- 2026-11-20
- 最新の論文改訂
- v1
- 会議・学術誌
- 未提供
対象モデルバージョン
公式資料
- NVIDIA MAWAMプロジェクト ↗
発行元未登録 · 出典
公開日不明 · 参照日: 2026-11-20
情報源または訂正を送信

