研究提出基于世界模型规划的策略部署期改进框架

预印本摘要提出一种离线训练的监控与干预框架，仅通过黑盒查询访问即可在部署阶段提升视觉运动策略的鲁棒性。系统通过学习活跃度指标持续监控任务进展，一旦检测到停滞便利用紧凑潜在世界模型规划纠正动作，随后将控制权交还基底策略。实验在 LIBERO-Goal 套件和 Franka Panda 机械臂上结合 π0.5 及扩散策略进行测试，结果表明该方法能有效提高任务成功率并支持实时控制。