WAM-Policy 基于 LingBot-VA,将语言指令转为四足机器人的移动操作策略。项目采用在策略自蒸馏、任务强化学习和多教师蒸馏,在 MuJoCo 的 QLM-Bench 评测,并展示双相机 Go2 Air 实机运行。

基础信息

模型类型
动作策略
架构
WAM
动作生成
流匹配
已收录版本
WAM-Policy 发布快照 c320076b

论文与报告 (1)

WAM-Policy:用于四足移动操作的在策略蒸馏世界动作模型

有论文

WAM-Policy: World Action Models with On-Policy Distillation for Quadrupedal Loco-Manipulation

arXiv: 2611.24011DOI: 10.48550/arxiv.2611.24011
作者与单位 (6)

署名方式: 原文顺序

  1. Junlin Long共同贡献

    Australian Centre for Robotics, USYD

  2. Xu Deng共同贡献

    UNSW Sydney

  3. Yiran Wang

    Australian Centre for Robotics, USYD

  4. Yue YangCorresponding author

    Maincode

  5. Yang ZhaoCorresponding author

    La Trobe University

  6. Zeyu ZhangProject lead

    Maincode

首版日期
2026-11-18
论文最新修订
v1 · 2026-11-18
会议 / 期刊
未提供

覆盖的模型版本

官方资料

提交来源或更正