HF-WM：结合人类交互与失败感知的后训练机器人世界模型

2026年10月12日，研究者在arXiv（Robotics，一手来源）提出动作条件世界模型HF-WM，旨在解决机器人数据覆盖不足与失败动态缺失的问题。该模型结合人类交互学习与失败感知后训练，采用双分支框架，将视频生成与辅助pointflow预测耦合，用稳定的pointflow作为跨人与机器人交互的统一运动表征，并抑制自我中心相机运动。目前公开信息仅涉及该模型的方法设计，未报道实验结果或实际部署进展。

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。