ThinkWorld 通过动力学链强化机器人的推理能力
ThinkWorld 是一个面向机器人视觉、语言与动作模型的学习框架。它将每个动作表示为“动力学链”，即一系列离散运动标记，用于描述世界从当前状态转变到未来状态的中间动力学过程。系统首先利用带有动作标注的示范数据进行初始化，随后通过结合世界想象的强化学习，强化与观测结果更一致的预测。这样一来，没有动作标注的人类视频也能依据观测到的状态转移提供直接监督。模拟实验和真实机器人实验表明，该方法能够有效实现从人类经验到机器人的迁移，并提升对未见任务和环境的泛化能力。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。