跳到正文
arXiv · 机器人与计算机视觉· Chaehyun Kim, Chi-Pin Huang, Jisoo Kim, Min-Hung Chen, Yu-Chiang Frank Wang, Seungryong Kim, Fu-En Yang·· 22 天前AI 评分73

ThinkWorld:基于世界想象的链式动力学推理强化学习框架

ThinkWorld: World Imagination Reinforces Chain-of-Dynamics Reasoning

AI 导读

针对 VLA 模型泛化受限于动作标注数据的不足,本文提出 ThinkWorld 框架,将动作思考表示为连接当前与未来状态的离散运动序列(Chain-of-Dynamics)。该方法先利用带标注演示初始化,再通过预测未来状态并与观测结果匹配进行强化学习,使无标注视频能提供直接监督。实验在仿真和真实机器人上验证了有效的人机经验迁移及对新任务环境的泛化能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org