**WAM-Policy:通过策略蒸馏实现四足机器人在无臂情况下的语言指令行走与操作**

_WAM-Policy: World Action Models with On-Policy Distillation for Quadrupedal Loco-Manipulation_

> 针对现有四足机器人无法遵循语言指令进行行走与操作(Loco-Manipulation)的难题,WAM-Policy 提出了一种基于世界动作模型(WAM)的两阶段解决方案。该方法首先通过跨形态策略适应与加速,利用在线策略蒸馏(OPSD)将针对机械臂预训练的模型快速迁移至四足机器人;随后通过强化学习微调及多教师在线蒸馏(M-OPD)进一步提升性能。实验表明,该方法在仿真环境中显著提升了任务成功率,并在真实四足机器人(Unitree Go2 Air)上成功部署,实现了高效、低成本的语言指令控制。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:ai-models
- **发布时间**:2026-11-20 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2611.24011)