RoboFQE：无需 rollout，从离线轨迹评估视觉机器人策略

RoboFQE 把 off-policy evaluation 引入机器人策略评估，用离线轨迹估计折扣期望回报，无需行为策略密度，并以预训练视觉基础模型和学到的终止成功标注衔接连续控制视觉操作。仿真与真实操作实验显示其回报估计较准、能保持策略排序，长程任务上优于受自回归误差拖累的视频世界模型评估器；消融还表明预训练视觉编码器贡献显著。适合机器人策略开发者参考，但证据限于所测任务，真实部署前仍需自行验证。