WM-LOCO：用世界模型增强人形机器人视觉运动，应对落脚受限地形

WM-LOCO 将联合训练的世界模型与视觉运动策略结合，用于人形机器人在落脚受限地形上的行走。方法以机载深度观测和本体感知为输入，用循环状态空间模型（RSSM）学习动作条件潜动力学，预测未来本体状态、自我中心观测和任务奖励，再把循环特征送入 PPO actor-critic，为落脚提供预测上下文。在仿真中，WM-LOCO 在沟壑、踏脚石、楼梯和平衡木上的平均成功率分别为 96.0%、96.9%、94.0% 和 92.1%，优于所评估的基线，并改善步态效率与平滑度。作者还报告零样本 sim-to-real 迁移到 Unitree G1，在这四类地形上成功率为 92.5%。