热点事件观察中

提出残差潜在动作世界模型RLA-WM

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Xinyu Zhang 等在 NeurIPS 2026 论文中提出从 DINO 残差中学习的残差潜在动作（RLA）表示，并据此构建 RLA World Model（RLA-WM），用 flow matching 预测 RLA 值。论文称该模型在仿真与真实数据集上超过现有特征式与视频扩散世界模型，速度比视频扩散快若干数量级。基于 RLA，作者还提出两项机器人学习技术：一是可从无动作视频学习的世界动作模型，称能改进 LIBERO 与真实机器人上的 VLA；二是完全在仅用离线视频学到的世界模型内训练的视觉强化学习框架，使用视频对齐奖励、不进行在线交互。

AI 根据报道生成 · 1 天前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月7日

12:00
arXiv cs.RO 机器人学
NeurIPS 2026 论文提出 RLA World Model，用残差潜在动作改进视觉特征世界模型
论文提出从 DINO 残差中学习的残差潜在动作（RLA）表示，并据此构建 RLA World Model（RLA-WM），通过 flow matching 预测 RLA 值，在仿真与真实数据集上超过现有特征式与视频扩散世界模型，速度比视频扩散快若干数量级。

本事件热度走势

可比范围当前: 4
可比范围峰值: 1010月7日 13:00
近 24 小时变化: -50%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。