[控场AI]
模型AMP1框架

AMP1

基于智能体操作策略的参考执行框架,由通用AI模型驱动,无需底层技能或任务特定训练,可跨单臂、双臂和移动平台运行

时间轴 (近 90 天)

11月9日

研究者构建了AMP1参考执行框架,同一套框架不加修改地运行在单臂、双臂和移动操作三种机器人形态上,没有针对每种硬件做专门适配,也没有任务相关的微调。

待验证50%
11月9日

AMP1基础框架不提供任何抓取、推动或放置的底层技能,所有操作策略由智能体自行发展。

待验证50%
11月9日

在RoboLab-120基准上,AMP1零样本达到85.6%的成功率,而领先的VLA和WAM策略分别只有49.2%和42.9%,且AMP1未使用任何演示数据或任务特定训练。

待验证50%
11月9日

在真实世界测试中,覆盖十二个任务、三台机器人实例的108次试验中,AMP1智能体零样本成功完成104次。

待验证50%
11月9日

相比强VLA和WAM基线,AMP1在真实世界测试中的失败率分别降低了20倍和15倍。

待验证50%
11月9日

在基础框架上增加持久记忆存储后,智能体可在不同回合之间携带记忆表示;在RoboDojo双臂操作任务上,带记忆版本相比零样本部署将失败率降低了4.6倍。

待验证50%
11月9日

研究者观察到AMP1智能体学会了寻找隐藏物体、把物体当作工具使用、自行校准摄像头,这些行为并非预先编程而是通用模型在交互中涌现的策略。

待验证50%
11月9日

AMPs路线面临推理延迟、安全性和可解释性等需要重新设计的问题,AMP1作为参考框架展示了可行性但距离产品化仍有距离。

待验证50%

全部知识事实 (8)

来源文章