RoFacto：通过机器人渲染将机器人因素从世界模型中分离

作者提出机器人因素化世界模型 RoFacto，把动作实现与场景响应预测拆开，将两个机器人相关因素移出世界模型。动作实现方面，每条指令序列经机器人自身控制器与运动学滚动，在不接触场景的情况下得到部署可用的名义轨迹，无需未来实际状态；机器人渲染方面，该名义轨迹通过机器人 URDF 渲染，把机器人的几何、运动学与外观从模型中分离为显式渲染的机器人几何。成对的末端执行器与场景深度提供接触和遮挡的几何线索，相机感知的静态 RGB 上下文与渲染机器人几何构成跨视角、跨本体的共享视觉接口，模型借此学习场景响应。