MAWAM: 협동 조작을 위한 다중 에이전트 세계-행동 모델
논문 있음
MAWAM: A Multi-Agent World-Action Model for Coordinated Manipulation
저자 및 소속 (13)
저자 순서: 원문 순서
- 최초 공개
- 2026-11-20
- 최신 논문 개정
- v1
- 학회 / 학술지
- 미제공
MAWAM은 GR00T 2를 협동 조작에 적용한 모델입니다. 에이전트 간 어텐션으로 각 로봇의 미래 영상과 행동 묶음을 함께 예측하고 제어 인터페이스는 개별적으로 유지합니다. Galaxea R1 Pro 실기 2대와 시뮬레이션 Panda 팔 2~4대로 평가했습니다.
전체 모델 설명 보기논문 있음
MAWAM: A Multi-Agent World-Action Model for Coordinated Manipulation
저자 순서: 원문 순서
출처확인 날짜 · 2026-11-20
가중치나 코드가 공개되어도 로봇에서 즉시 실행할 수 있다는 의미는 아닙니다. 문서에서 구성, 데이터 및 인터페이스 요구 사항을 확인하세요.
ee_pose · continuous
16 DoF · horizon 24 · relative
행동 / 비디오
로봇별 24단계 행동, 전용 시점별 미래 8프레임(제어 3단계당 1프레임)
양팔 플랫폼 / 로봇 팔
다중 작업
모방 학습 / 지도 미세조정
미세 조정 기반: GR00T · GR00T 2 ↗
현재 버전 또는 선택한 가중치의 검증된 독립 평가 결과가 없습니다.
발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨
MAWAM 실기 평가 · 3개 과제 평균 ↗성공률: 67.8 %
표 1. Galaxea R1 Pro 2대, 전용 카메라 6개, 과제당 30회.
발표 기관 평가 · 보고된 결과 · 독립 재현 안 됨
RoboFactory · 8개 과제 평균(MAWAM 절차) ↗성공률: 90.3 %
표 2. 시뮬레이션 Panda 팔 2~4대, 과제당 평가 100회.
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.