研究团队提出面向VLA优化的WoVR+世界模型框架

Shangqing Zhou 等研究团队在 arXiv 发布预印本，提出面向视觉-语言-动作（VLA）策略优化的 WoVR+ 框架。该框架改进了学习环境与想象交互协议，将动作条件世界模型作为仿真器用于 VLA 策略的强化学习。 研究团队称，相比监督微调（SFT），WoVR+ 在 RoboTwin 仿真基准和 6 项真实机器人任务上的成功率分别提升了 21.09% 和 16.7%，并在长程手机包装任务中将成功率从 30% 提升至 75%。

AI 根据报道生成 · 43 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。