作者提出机器人因子化世界模型RoFacto

Byungjun Kim等作者提出机器人因子化世界模型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。作者称，实验显示渲染接口优于向量条件基线，支持迁移到未见过的机器人本体，并能从重定向的人类演示生成机器人操作视频。 具体做法是：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；该轨迹再通过机器人URDF渲染，把几何、运动学与外观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。 该文为arXiv cs.RO预印本，标注为CoRL 2026相机就绪版；上述效果均为作者自述，尚未见独立验证。

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。