action-evaluation

提出了SVA框架，该框架在冻结的VLA模型中将动作生成与后果评估解耦，使用蒙特卡洛树搜索并将其蒸馏为轻量级Q值模型，从而提升泛化能力和任务成功率，同时降低计算成本。

τ_0-WM是一个统一的视频-动作世界模型，用于机器人操作，它通过共享的视频扩散主干集成了策略学习、视频预测和动作评估。在具有挑战性的长周期和细粒度任务上表现出卓越性能。