# 机器人学习新方法 ACG-WAM 在 RoboTwin 任务中表现更优

> ACG-WAM 在模拟场景中的成功率超过 93%，在真实机器人上达到 85%，比此前最佳系统最多高出 10 个百分点。

Oossa · 2026-10-07 · https://oossa.com/zh/new-robot-learning-method-acg-wam-beats-prior-models-on-robotwin-tasks

研究人员推出了一种名为 ACG-WAM 的新方法，旨在教机器人根据视觉输入采取行动。在 RoboTwin 2.0 的 50 项模拟任务中，该系统在干净环境下的成功率为 93.46%，在场景随机化后为 92.68%。在三项真实世界任务中，它的完全成功率达到 85.00%，部分完成率为 91.67%；相比之下，此前表现最佳的系统 Motus 分别低 10 和 9.17 个百分点。

## ACG-WAM 如何运作

这种方法加入了一个辅助预测器，可根据机器人当前的摄像头画面及其将要执行的动作，提前数步预测物体的位置、形状等几何特征。训练时，预测器以一个冻结的视觉编码器生成的目标为依据；该编码器会处理当前图像与未来图像的配对数据。训练完成后，额外的预测器和教师模块会被移除，只留下一个精简模型供机器人运行。

## 这对机器人用户意味着什么

模拟环境和真实硬件上的成功率都有所提高，说明使用 ACG-WAM 的机器人或许能以更少的反复试错，更可靠地学会执行任务。对于在工厂或仓库部署机器人的企业来说，这种方法有望减少尝试失败造成的停机时间，也能缩短训练机器人掌握新行为所需的时间。

## 事实

- 论文于 2026 年 10 月 3 日提交，并于 2026 年 10 月 7 日发布在 arXiv 上。
- ACG-WAM 在干净环境下的 RoboTwin 2.0 模拟任务中取得了 93.46% 的成功率。
- 在场景随机化的模拟环境中，它的成功率达到 92.68%，在参与对比的方法中排名第一。
- 在三项真实机器人任务中，它的完全成功率为 85.00%，部分完成率为 91.67%。
- 它比此前表现最佳的系统 Motus 分别高出 10.00 和 9.17 个百分点。

## 为什么重要

对工厂管理者而言，更高的成功率意味着机器人可能更快学会新工作、出错更少，从而有望降低培训成本。不过，论文没有报告长期可靠性，也未说明这种方法能否扩展到更复杂的任务，因此这些优势仍有待在更大规模的部署中验证。

## 来源与参考

1. [ACG-WAM: World-Action Modeling via Action-Conditioned Geometric Latent Prediction](https://arxiv.org/abs/2610.06965) – arXiv cs.RO, 2026-10-07

最后更新: 2026-10-07