ForceWAM 解耦未来预测与动作学习，真实机器人接触任务成功率超85%

事件核心：发生了什么

ForceWAM 是一种“力世界动作模型”，目标为接触密集操作。它把知识拆成两部分：ForceWM 世界模型仅从成功演示中学习，联合预测未来视频和六轴力/力矩轨迹；另一个逆动力学模型 IDM 同时从任务演示和任务无关的“玩耍”数据中学习，把当前观测和期望的视觉—力觉未来映射为机器人动作。部署时，ForceWM 生成的未来被缓存为参考，IDM 结合新鲜力反馈在线修正动作，每六个动作刷新一次未来。论文摘要称，在真实机器人的力调节滑动、有无扰动的翻箱、放环任务中，ForceWAM 平均成功率在 85%–95%，高于世界模型和反应式基线；加入任务无关玩耍数据可提升 15–45 个百分点。项目页和代码链接已提供。

为什么重要

接触任务的核心难点在于“看到路径”不等于“控制住力”。ForceWAM 的判断是：任务演示能告诉你目标状态长什么样，但不能覆盖不同动作下力的响应；玩耍数据覆盖更广的接触动态，却缺少任务目标。把“未来预测”和“动作推理”解耦，让两者各取所需，是目前公开信息中一个清晰的技术路线。RDP、FAWAM 等此前工作也涉及慢策略加快速力反馈、未来动作与力矩预测，但 ForceWAM 的差异在于显式分配数据角色。如果该方法在更多任务上可复现，对机器人学习中的数据效率和力控部署会有参考价值。

对用户/开发者/创作者的影响

开发者值得关注的是数据组合方式：任务演示与玩耍数据不必强行混成一个端到端策略，分开训练、部署时再闭环，可能降低对昂贵专家演示的依赖。机器人应用团队需要注意，论文仅摘要层面给出结果，尚未证明其跨硬件、跨任务泛化能力；项目页和代码若开源，会是复现和评测的入口。对内容创作者和行业观察者而言，这条新闻的信息量不在“又一个大模型”，而在“力觉反馈被正式纳入世界模型闭环”，这会影响后续具身智能产品的交互设计。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

1. 项目页和代码是否真正开放，以及是否能在不同机械臂和力传感器上复现 85%–95% 的成功率；2. 玩耍数据提升 15–45 个百分点能否在更多任务中稳定成立；3. 该解耦思路是否被其他机器人学习工作跟进，或与 VLA、世界模型方向融合。

来源：alphaXiv