标签
本文介绍了ActFirst-OPD，一个通过将动作执行与完整推理解耦来加速多轮语言代理在线策略蒸馏的框架，在保持性能的同时实现了显著的训练加速。
本文介绍了AC-MTM，一种对比逆动态方法，用于防止JEPA世界模型中的编码器崩溃，在多物体任务中无需高斯约束即可提升性能。
本文引入了决策指标对齐诊断和动作条件目标，以改进用于模型预测控制的潜在世界模型。提出的DA-LeWM方法提高了规划任务的收敛速度和成功率。
This paper proposes 'Mirror Learning', a framework for imitation learning from third-person observation that uses a fine-tuned video diffusion model for perspective transformation and an inverse dynamics model to synthesize pseudo first-person expert data, showing that this mirror data alone can train effective policies and improve behavior cloning.
RynnWorld-4D是一个生成式世界模型，它通过统一的扩散过程，从单张RGB-D图像和语言指令中联合生成未来的RGB、深度和光流，通过逆动力学策略学习实现高效的机器人操作。该模型在真实世界的双手操作任务上达到了最先进水平。
本文提出ACID方法，通过逆动力学模型引入循环动作一致性，增强世界模型中的决策时间规划，确保预测的可实现性，并在多个任务中以更少的计算量提升规划效率。
任务无关预训练（TAP）将VLA训练分解为从无标签交互数据中进行的自监督运动技能学习，然后是轻量级的语言接地，以最少的专家演示实现了强大的性能。它匹配或超越了在数百万条专家轨迹上训练的模型，同时对真实世界扰动具有鲁棒性。
ABot-M0.5 是一种针对移动操作的新型世界动作模型，通过时间粒度对齐、动作空间解耦和训练-测试一致性提升性能，在长时域和细粒度操作基准上达到了最先进水平。
# 通过学习深度逆动力学模型实现从仿真到真实世界的转移 来源: [https://openai.com/index/transfer-from-simulation-to-real-world-through-learning-deep-inverse-dynamics-model/](https://openai.com/index/transfer-from-simulation-to-real-world-through-learning-deep-inverse-dynamics-model/) ## 摘要 在仿真环境中开发控制策略通常比直接在真实世界中运行实验更加实际和安全。这适用于从强化学习中获得的策略