EVA用逆动力学奖励对齐视频世界模型与机器人动作

Ruixiang Wang 等作者提出后训练框架 EVA，用动作空间反馈缩小视频世界模型生成的机器人行为与具体本体执行要求之间的“可执行性差距”。其做法是：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 减少了与本体相关的视觉伪影，并提升了执行 IDM 解码动作时的任务成功率。

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。