世界模型规划框架实现部署时策略改进

2026年10月15日，arXiv Robotics 报道了一项研究：研究者提出一种离线训练的监控与干预框架，可在部署阶段改进视觉运动策略，且仅需通过黑盒查询访问原策略。该方法从少量带标注的在线策略轨迹中学习策略条件化的“存活值”以监测任务进展，并训练紧凑的潜在世界模型；当检测到进展停滞时，短时域规划器在世界模型中搜索纠正动作，随后控制权交回原策略。该工作由 Colton Crosby、Hao Wang、Mac Schwager、Somil Bansal 完成，目标是通过世界模型规划让视觉运动策略“重回正轨”。目前报道未提及该框架的适用对象范围、收费或额度、地域限制及发布时间等具体条件，相关细节尚待后续报道补充。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。