清华团队 LoopWAM 借部署自采数据将机器人任务成功率从 23.7% 提升至 43.3%

清华大学及合作者提出 LoopWAM，通过三轮部署与训练闭环，将 RoboChallenge Table30 V2 的任务成功率从 23.67% 提升至 43.33%。框架采用 Video 与 Action 双分支和联合注意力，利用全部 rollout 训练视频预测分支，并按轨迹质量为动作训练加权，同时通过质量条件化引导推理，且无需额外专家演示。