모델 패밀리

MAWAM

참여 기관

위 관계의 대상 버전과 참여 역할은 확인 대기 중입니다.

근거 보기

입력은 언어 명령, 카메라 이력, 로봇 상태, 본체 정보, 역할, 시점 소유권입니다. 시뮬레이션의 공유 카메라는 읽기 전용으로 사용할 수 있습니다. 로봇별 행동 24단계와 전용 시점별 미래 프레임 8개를 예측하고 처음 8단계를 함께 실행한 뒤 다시 계획합니다. 저자 보고 평균 성공률은 실기 3개 과제 67.8%(과제당 30회), RoboFactory 8개 과제 90.3%(과제당 100회)입니다. 표 9의 학습 가능 매개변수 27.6억 개에는 동결된 Cosmos-Reason1과 비디오 VAE가 포함되지 않습니다.

기본 정보

모델 유형
행동 정책
아키텍처
WAM · Transformer
행동 생성
플로 매칭
등록된 버전
MAWAM
관련 로봇
1

논문 및 보고서 (1)

MAWAM: 협동 조작을 위한 다중 에이전트 세계-행동 모델

논문 있음

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

arXiv: 2611.25105DOI: 10.48550/arxiv.2611.25105
저자 및 소속 (13)

저자 순서: 원문 순서

  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

최초 공개
2026-11-20
최신 논문 개정
v1
학회 / 학술지
미제공

관련 모델 버전

논문 ↗PDF ↗

공식 자료

출처 또는 수정 제안 보내기