提出RAW-Dream范式,通过解耦世界模型学习与下游任务依赖,利用预训练的通用世界模型和零样本视觉语言模型生成奖励,实现视觉-语言-动作模型对新任务的高效强化学习适配,在显著降低真实交互数据需求的同时提升了仿真与实体机器人上的任务性能。
机构:南大
来源:arXiv 2605.12334 | AI4Papers 论文推荐平台