EA-WM：面向长程操作的任务规范 grounding 事件感知世界模型

预训练特征世界模型为机器人想象提供了基础，但仅靠视觉或潜在预测无法判断想象的未来是否满足任务相关事件。长程操作需要关系型、谓词级且物理落地的进展信号。本文提出 EA-WM，一种事件感知世界模型框架，通过增强冻结视觉特征动态，引入任务规范 grounded 的事件预测与验证机制。该框架在预训练视觉特征空间展开候选未来，解码为结构化事件状态，并利用任务进展、语义一致性、物理可行性和不确定性项进行评分。验证器引导基于采样的规划，筛选候选动作，并在接触敏感的 LIBERO 酒架场景中从 PPO 生成的提案中进行选择。实验表明，事件感知验证提升了模型的可解释性与任务对齐度。