基于模型到策略公式的具身基础模型统一框架

研究人员提出了一种基于随机核的架构无关概率公式，统一具身基础模型，并连接预训练与后训练至策略部署。 该公式包含两个关键组件：通过条件输出分布和动作实现核来表征具身基础模型，并支持特定模型的预训练目标及离线或在线后训练策略。 研究人员已在 OpenVLA 和 DreamZero 上实例化了该公式，涵盖了自回归动作 token 预测和联合视频动作生成。