EVA：用逆动力学奖励对齐视频世界模型与可执行机器人动作

EVA 是一个后训练框架，通过动作空间反馈缩小生成机器人行为与具体本体执行要求之间的“可执行性差距”。它用机器人演示训练并冻结逆动力学模型（IDM），从生成视频中解码动作并计算奖励，惩罚不平滑运动及速度、加速度超限，再以强化学习更新视频生成器。在 RoboTwin、LIBERO 和真实双臂机器人上，EVA 减少了本体相关视觉伪影，并提升执行 IDM 解码动作时的任务成功率。