ForeAct：几何引导世界表征动作学习

2026年11月10日，Wei Lu 等作者在 arXiv Robotics 提交论文预印本，提出机器人操作动作学习方法 ForeAct。据该预印本，ForeAct 将预训练视频世界模型复用为单次前向传播的表征骨干，直接处理当前观测的干净 latent，省去未来帧合成与迭代去噪，以实现低延迟控制；它用受下一帧相对深度监督的可学习 token 塑造共享视频表征，轻量几何读出仅在训练时使用、部署时移除，从而无需深度输入或外部几何骨干即可实现几何感知控制。该预印本称，在不进行额外大规模预训练的情况下，ForeAct 在 LIBERO 上取得 96.6% 平均成功率，在 SimplerEnv-Bridge 上为 63.5%，在 90 次真实世界 rollout 中成功率为 74.4%。上述性能数字均为论文作者自述，尚待独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。