发布预测引导动作选择的图动力学模型策略报告

TianLiang Ma 发布技术报告，介绍 LY-GWM-RoboCasa-Human300 策略：推理时采样 4 个动作块，用图动力学模型预测后续状态，再由二元状态奖励打分器选出得分最高的候选执行。该策略结合 Human300 微调的 GR00T-N1.5 动作生成器，评测时三个组件均冻结，预测步长为 16 步。 本地评测在 RoboCasa 1.0.1 的 50 个 pretrain kitchen 任务上进行，每任务 50 集，成功 207/2,500（8.28%），高于历史自训练 GR00T-N1.5 基线的 181/2,500（7.24%）。RoboCasa 维护方另行复评该提交，报告 354/1,500（23.6%），其中 Atomic-Seen、Composite-Seen、Composite-Unseen 分别为 48.3%、16.3%、3.1%。报告称两组结果分别呈现，其差异未归因于模型改进。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。