MAWAM

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 보기

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 ↗

접근 및 사용 방법

이 버전의 학습 코드는 미확인입니다. 공개 코드가 이 버전의 학습 구현을 포함한다는 뜻은 아닙니다. 검증 설명 보기

학습 / 미세 조정 코드

출처확인 날짜 · 2026-11-20

출시 정보

출처확인 날짜 · 2026-11-20

배포 전 확인 사항

가중치나 코드가 공개되어도 로봇에서 즉시 실행할 수 있다는 의미는 아닙니다. 문서에서 구성, 데이터 및 인터페이스 요구 사항을 확인하세요.

배포 및 사용 자료

추론 방식
동기식 이동 구간 제어로 24단계 중 처음 8단계를 실행한 뒤 다시 계획합니다. Galaxea R1 Pro는 15 Hz, RoboFactory는 20 Hz입니다.
미세 조정 요구 사항
단일 로봇의 카메라와 제어기에 적응한 뒤 동기화된 시연으로 공동 학습합니다. RoboFactory는 과제당 시연 150개를 사용했습니다.

구조 및 입출력

모델 유형
행동 정책
아키텍처
WAM · Transformer
백본
NVIDIA GR00T 2
행동 생성
플로 매칭
입력
언어 / RGB 이미지 / 로봇 상태 / 비디오
출력
Galaxea R1 Pro는 팔마다 상대 말단 위치, 쿼터니언, 그리퍼 개방량을 출력하며 로봇당 16차원입니다. 시뮬레이션 Panda는 팔당 17차원입니다.

적용 범위 및 학습 방식

ee_pose · continuous

16 DoF · horizon 24 · relative

출력

행동 / 비디오

예측 출력

로봇별 24단계 행동, 전용 시점별 미래 8프레임(제어 3단계당 1프레임)

로봇 형태

양팔 플랫폼 / 로봇 팔

작업 범위

다중 작업

학습 방식

모방 학습 / 지도 미세조정

계보

미세 조정 기반: GR00T · GR00T 2 ↗

관련 로봇

평가 결과

현재 버전 또는 선택한 가중치의 검증된 독립 평가 결과가 없습니다.

전체 매개변수 및 검증 설명 (모델 카드)

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.

출처 또는 수정 제안 보내기