Xiaodong Wang

新框架SimForcing利用模拟先验知识增强机器人世界模型

研究人员开发了SimForcing，一个新颖的框架，旨在通过整合基于模拟的运动先验知识和真实机器人视频来改进机器人世界模型。该方法使用潜在运动蒸馏从模拟教师那里转移知识，同时采用具有dropout的多块模拟条件化，以利用预测的模拟轨迹，而不过度依赖其准确性。SimForcing框架在Bridge和InternData-A1等数据集上，在PSNR、SSIM、LPIPS和FVD等指标上表现出卓越的性能，并显示出在策略学习等下游任务中的潜力。