DreamTrue：通过反事实后训练实现动作忠实度的机器人世界模型
DreamTrue是一种面向不同机器人构型的多视角世界模型，旨在预测忠实遵循动作且符合物理规律的视频。该方法通过离线几何校准，将渲染出的动作轨迹与目标视频对齐。反事实后训练会修改记录的动作，并针对更多接触配置生成预测，以扩大交互情境的覆盖范围。研究团队使用人工标注的交互缺陷数据训练视频奖励模型，并以其评分指导强化学习后训练。研究者称，DreamTrue在AgiBot上的动作跟随表现达到当时最佳，人工评估的交互缺陷率从48.12%降至6.25%。此外，该模型在AgiBot World Challenge 2026世界模型赛道中排名第一。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。