自校正 VLA：通过稀疏世界想象实现在线动作优化

标准视觉 - 语言 - 动作（VLA）模型依赖统计先验，缺乏对物理动态的鲁棒理解。现有强化学习依赖外部奖励，世界动作模型缺乏显式自改进机制。为此，本文提出自校正 VLA（SC-VLA），通过稀疏想象内在引导动作优化以实现自我改进。该方法设计稀疏世界想象模块预测任务进度与轨迹趋势，约束策略编码短期物理演化；并引入在线动作优化模块，基于预测状态重塑奖励以调整轨迹方向。实验表明，SC-VLA 在仿真与真实机器人操作中均达到最先进水平，显著减少步数并提升成功率。