耦合局部与全局世界模型实现高效一阶强化学习

该研究提出一种完全绕过模拟器的方法，直接在从真实机器人交互中学习的世界模型内训练强化学习策略。其核心是解耦一阶梯度（FoG）方法：由完整世界模型生成精确前向轨迹，轻量级隐空间代理模型近似局部动力学以高效计算梯度。在 Push-T 操作任务上，该方法样本效率显著优于 PPO，并在四足机器人的自我中心物体操作任务中得到验证。