摘要
本文提出一种替代方案：保持视频规划器不变，仅训练特定实体的逆动力学模型（IDM）。这种解耦使视频规划器独立于实体，支持灵活更换且 IDM 可利用自玩数据独立训练。作者提出了名为 VERA 的闭环策略，结合无动作视频世界模型与基于雅可比矩阵设计的 IDM。实验表明该方法在数据效率和扩展性上表现优异，实现了零样本机械臂操作及灵巧手立方体重定向，证明了跨实体通用机器人控制的可行性。
AI 推荐理由
论文核心提出解耦的视频规划器与逆动力学模型，专注于利用视频生成模型进行机器人任务规划。
研究机构
MIT
Independent Researcher
CMU
Amazon FAR
论文信息