Grounded-Dreamer用物理接地合成数据训练机器人策略

Feng Jiang 等研究者提出 Grounded-Dreamer 框架，用视频世界模型与仿真物理引擎合成机器人操作数据，无需人类遥操作演示；论文称真实任务实验表明该方法能合成物理接地的数据并显著促进策略学习。 具体做法是从少量真实任务初始状态图像出发，重建任务相关物体与相机几何并在仿真中对齐，采集物理有效轨迹来后训练视频世界模型和逆动力学模型，生成操作视频及对应动作；生成轨迹在重建的仿真中回放，仅保留成功完成任务的样本。真实机器人策略仅用这些接地合成轨迹训练，不含人类演示。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。