反馈世界模型实现扩散策略的精准引导

研究者提出反馈世界模型，在推理时利用执行后的真实观测值在线修正预测，避免将世界模型视为静态开环预测器。该方法无需额外训练数据或参数更新，在LIBERO-Plus、Robomimic及真实操作任务中显著提升了分布偏移下的表现。其最大优势在于将世界模型预测误差降低了高达76.4%。