WoVR+ 论文发布：世界模型优化 VLA 策略

Shangqing Zhou 等人发布 WoVR+ 论文，提出以世界模型作为可靠模拟器、通过强化学习优化 VLA 策略的框架。论文称，WoVR+ 在 RoboTwin 和 6 项真实机器人任务上相比 SFT 成功率分别提升 21.09% 和 16.7%，长时程手机打包任务成功率从 30% 升至 75%。 WoVR+ 扩展了 WoVR 的幻觉感知 WM-RL 框架：面向 VLA 接口的世界模型提供多视角预测与本体感知更新并抑制幻觉，用分块噪声在保持流策略探索的同时限制动作抖动，并以分阶段想象训练应对长时程任务。

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。