arXiv · 工业智能研究摘要· Shangqing Zhou·· 23 小时前精选
WoVR+：利用世界模型作为可靠仿真器优化多功能 VLA 策略
WoVR+: World Model as Reliable Simulator for Versatile VLA Policy Optimization with RL
AI 导读
预印本摘要称，研究者提出 WoVR+ 框架，通过改进学习环境与想象交互协议，将动作条件世界模型作为可靠仿真器用于视觉-语言-动作（VLA）策略的强化学习。
业务关注点
研究通过对齐 VLA 接口与分阶段局部想象训练来抑制世界模型幻觉，为长时程真机策略强化学习提供了仿真优化思路。
来源：arXiv · 工业智能研究摘要 · arxiv.org