Yucen Wang

New RAW-Dream paradigm enables zero-shot VLA model adaptation

研究人员引入了RAW-Dream，一种无需任务特定数据即可适应视觉-语言-动作（VLA）模型的新范式。该方法利用预训练的、与任务无关的世界模型来预测未来轨迹，并利用现成的视觉-语言模型（VLM）来生成奖励。通过将世界模型学习与下游任务分离，RAW-Dream实现了VLA的零样本适应，实验表明在模拟和现实世界场景中均取得了性能提升。