耦合局部与全局世界模型，实现高效一阶强化学习

研究者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 RL 策略，核心是解耦一阶梯度（FoG）方法：全尺寸世界模型生成精确前向轨迹，轻量潜空间代理模型近似局部动力学以高效计算梯度。该方法在 Push-T 操作任务上样本效率显著优于 PPO，并在四足机器人的自我中心物体操作任务中得到验证，论文已被 CoRL 2026 接收。