Dyna-2世界行动模型发布,助力机器人规模化发展

Dyna Robotics发布了Dyna-2,一种用于机器人的世界行动模型,该模型基于超过100万小时的人类视频进行预训练,未使用任何机器人轨迹数据。关键点:- 预训练数据相当于约170年的不间断清醒体验。- 训练中未使用任何机器人特定轨迹。- 随着人类视频数据的增加,模型在机器人任务上的表现持续提升。- 具身鸿沟被描述为一个适应性问题,而非知识问题。- 这一重新定义可能重塑机器人预训练方法。- 规模定律持续攀升,未观察到性能上限。
Key insights
世界行动模型随人类视频数据扩展
Dyna Robotics的Dyna-2世界行动模型基于超过100万小时的人类视频进行预训练——相当于约170年的连续清醒体验。尽管从未使用任何机器人轨迹进行训练,但随着摄入更多人类视频数据,其在机器人任务上的表现持续提升。该方法的规模定律未显示出平台期迹象,表明更多人类视频可能带来进一步收益。
具身鸿沟被重新定义为适应性问题
从Dyna-2的表现观察来看,具身鸿沟——即人类知识向机器人转移的挑战——更多是一个适应性问题,而非知识问题。由于模型在训练中从未见过机器人轨迹,却仍能在机器人任务上取得进步,这一发现表明机器人预训练策略可能应转向跨具身适应,而非专注于特定领域的数据收集。