跳到正文
热点事件持续更新

WoVR：用世界模型后训练VLA策略

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Zhennan Jiang等作者提出WoVR，一个基于世界模型的强化学习框架，用于对VLA（视觉-语言-动作）策略进行后训练。该框架通过可控的动作条件视频世界模型、Keyframe-Initialized Rollouts和世界模型-策略协同进化，抑制想象rollout中的幻觉与长程误差累积。 作者称，实验显示WoVR能实现稳定的长程想象rollout，在LIBERO基准上表现更优，并在多个机器人平台上取得一致的实机收益。

AI 根据报道生成 · 1 小时前更新

最新进展11月6日 13:00
WoVR：用世界模型作为可靠模拟器，通过 RL 后训练 VLA 策略

报道时间线

沿着报道，了解事件的不同侧面。

11月6日
  1. arXiv cs.AI
    WoVR：用世界模型作为可靠模拟器，通过 RL 后训练 VLA 策略

    WoVR 是一个基于世界模型的强化学习框架，用于对 VLA 策略进行后训练，通过可控的动作条件视频世界模型、Keyframe-Initialized Rollouts 和世界模型-策略协同进化来抑制想象 rollout 中的幻觉与长程误差累积。实验显示其能实现稳定的长程想象 rollout，在 LIBERO 上取得更优表现，并在多个机器人平台上获得一致的实机收益。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。