RobotAPO：对抗物理偏好优化用于机器人操作视频生成

研究者提出 RobotAPO，一种在连续流匹配去噪空间中运行的对抗式物理偏好优化框架，用于提升机器人操作视频生成的物理一致性。为训练与评估该框架，研究者构建了包含 10,000 条样本的偏好数据集 AgiBot-PhysPref，用于隔离条件匹配中的物理违规。在留出的 AgiBot 条件下，RobotAPO 相对最强受控内部基线将物理一致性提升 6.8% hard score 与 10.0% soft score；在真实机器人回放中，任务成功率相对提升 37.4%。目前公开信息仅包含该框架、方法与上述实验结果，未见后续独立验证或对比更新。

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。