WISE：冻结世界动作模型的测试时选择器

Cheikh Ahmed等作者提出WISE，一种在执行前对世界动作模型（WAM）采样轨迹打分并选择最高分候选的选择器，WAM本身保持冻结。评分包含动作有效性与时间规律性、所提动作与想象运动之间的逆动力学一致性、以及指令条件下的任务进度三项。 据论文，每次决策采样四个候选时，WISE在RoboLab上配合Cosmos 3 Edge将闭环成功率从6.0%提升到24.0%，在LIBERO上配合DreamZero将平均成功率从75.1%提升到78.3%，并在汇总指标上分别超过现有最佳选择器4.0和0.9个百分点。消融与一致性分析显示，三项评分对候选的排序不同，任务进度在融合决策中权重最大。该工作已被CoRL 2026 G2A Workshop接收，结果来自作者自评，尚非独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。