推理时用真实观测反馈修正世界模型预测，最多降误差76.4%。
资讯摘要
论文提出反馈世界模型，一种推理时机制：机器人每执行一个动作后观测到真实下一状态，据此在线更新轻量反馈状态，迭代修正世界模型的未来预测，无需额外训练数据或参数更新。作者将其解释为潜空间观测器，并在有界、渐近收敛的动力学残差与稳定反馈增益下给出收敛保证；还引入动作感知引导，突出动作可控成分。在 LIBERO-Plus、Robomimic 与真实操作任务上，作者报告分布偏移下预测误差最多降低 76.4%，且该机制可即插即用地改进预训练基础模型 Fast-WAM-Joint 的预测。
要点速读
- 方法在推理时利用执行后观测到的真实下一状态，在线更新轻量反馈状态以修正世界模型预测，无需额外训练数据或参数更新。
- 作者将过程解释为潜空间观测器，并在有界、渐近收敛的动力学残差和稳定反馈增益条件下给出收敛保证。
- 在 LIBERO-Plus、Robomimic 和真实操作任务上，作者报告预测误差最多降低 76.4%，并称该机制无需更新参数即可改进 Fast-WAM-Joint 的预测。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。