首页 /研究 /全身世界动作模型:基于可扩展运动先验学习全身世界动作模型
MANIPULATION

全身世界动作模型:基于可扩展运动先验学习全身世界动作模型

Bowei Zhang, Qiyao Zhang, Shuanghao Bai, Xinhua Wang, Meng Li, Yilei Wang, Leiwang Zhang, Jian Tang, Lu Zhou, Lei Sun, Zhengping Che

发表年份
2026
访问权限
开放获取

摘要

本文提出WholeBodyWAM,一种人形全身世界动作模型,利用大规模异构运动数据(人类视频、3D运动数据集、异构人形平台)预训练语言条件运动专家,以提供可迁移的预测先验。在目标机器人后训练阶段,通过非对称混合Transformer注意力将预训练运动专家与视频和动作专家集成,实现全身操作。

关键词

humanoidwhole-body manipulationworld modelmotion priormixture-of-transformers

相关论文

查看 MANIPULATION 分类全部论文