Препринт MAWAM, датированный 18 ноября 2026 года, описывает модель, которая совместно генерирует фрагменты действий нескольких роботов-манипуляторов и прогнозы будущих изображений с их камер. Авторы сообщают о среднем успехе 67,8% на трёх задачах с реальными роботами и 90,3% на восьми симуляционных задачах. Препринт MAWAM на arXiv.
Как модель связывает действия и будущую сцену
MAWAM построена на предварительно обученной модели для одного робота. При работе с командой она совместно обрабатывает токены действий и будущих видов роботов через межагентное внимание, сохраняя отдельный интерфейс управления для каждого манипулятора. Так планирование учитывает не только действия отдельных машин, но и изменения общей сцены, которые эти действия создают.
В одном семпле модель генерирует для каждого робота исполняемый фрагмент действий и соответствующий прогноз его будущего обзора. По замыслу авторов, совместный прогноз помогает связать индивидуальные планы с тем, как команда изменит физическую сцену.
Результаты на реальных задачах
Авторы проверяли модель на сборе белья в мешок, складывании банного полотенца и передаче зонта. Для этих трёх задач они сообщают средний успех MAWAM 67,8%. По сравнению авторов, это на 18,9 процентного пункта выше результата MA-VLA, обученной на тех же демонстрациях и данных камер.
Показатели в симуляции и абляциях
В симуляции авторы сообщают средний успех 90,3% на восьми задачах; в испытаниях участвовали команды численностью до четырёх манипуляторов. В абляции для четырёхрукого задания relay результат снизился с 95,0% до 39,0% после удаления межагентного внимания. В задаче Place Food отказ от обучения с предсказанием будущего видео на командном этапе снизил заявленный успех с 78,0% до 47,0%.
Что означают эти результаты
Показатели и сравнения приведены авторами препринта, а не получены независимой проверкой. Средние относятся отдельно к трём реальным и восьми симуляционным задачам; они не устанавливают эффективность модели для произвольных роботов и условий. Работа описывает исследовательскую модель и испытания, но сама по себе не подтверждает готовность системы к промышленному применению.







