← 世界模型 / 未来预测如何用动作生成中的未来潜表征监督CoRL 2025 · Fig. 2 · p.3 ↗
正式发表 / World Models
FLARE
FLARE: Robot Learning with Implicit World Modeling
CoRL · 2025
快照 2026-10-28 · 引用:Semantic Scholar / arXiv 关联记录 · 代码核验依据 ↗
关键框架 FRAMEWORK
在动作 DiT 内加入未来 token,用中间层特征对齐未来视觉语言表征,与动作生成目标共同训练。
- 01编码观测与动作噪声
- 02对齐未来 token
- 03生成连续动作块
THE IDEA
它在解决什么
在动作 DiT 内加入未来 token,用中间层特征对齐未来视觉语言表征,与动作生成目标共同训练。
WHY READ IT
为什么放在这条路线
与 VPP 读取视频模型特征对照,FLARE 在动作模型内部加入未来表征监督;不是独立的可规划视频模拟器。
READ WITH A QUESTION
读的时候,留意什么
未来预测的作用通过具体策略实验检验;隐式世界建模不能自动推断具有多步模型规划或通用仿真能力。
我的阅读笔记
LOCAL NOTES笔记仅保存在当前浏览器