OneWM 统一因果训练框架验证世界模型与动作学习互相增益

论文提出统一因果训练框架 OneWM，在共享的视频动作架构中把动作同时作为世界预测的条件和策略学习的目标。作者在 LIBERO、LIBERO-Plus 和 RoboCasa365 上评估策略学习与世界建模，并辅以真实世界策略实验：学习指定动作的视觉后果可提升策略性能与跨场景泛化，动作学习则在同一架构下提升多视角世界预测的保真度，两个方向的互相增益均得到肯定结果。