EVO-WAM：通过视频—动作验证改进世界动作模型
EVO-WAM无需收集额外的专家示范，也无需在外部环境中执行候选动作，即可将世界动作模型适配到新的机器人任务。该方法利用视觉语言模型筛选能够完成任务的视频片段，并通过逆向动力学模型验证视频与对应动作是否一致。在RoboTwin 2.0的七项未见任务中，Cosmos3的平均成功率从26.9%提高到68.0%，DreamZero则从28.5%提高到46.4%。在真实世界的三项未见长时程复合任务中，Cosmos3的平均成功率从20.0%提升至76.7%。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。