Data / 机器人 / 具身 / 实体卡片

Ctrl-World

论文与基准世界模型

DROID 上训练的可控多视角世界模型，用于策略评测与成功轨迹回灌

链接
arxiv.org

数据配方

在 DROID 数据上训练多视角、可控的世界模型，用位姿条件的记忆检索保持长时程一致，帧级动作条件控制。想象 rollout 用于两个用途：给策略排名，以及把想象中的成功轨迹回灌微调策略。可生成 20 秒以上一致轨迹（Stanford × 清华，ICLR 2026）[1]。

结果与证据

新指令成功率 38.7%→83.4%（论文结论口径；摘要口径为平均 +44.7 pt）[1]。论文称想象 rollout 能较准确地给策略排名，但未给相关系数，仅定性描述（能捕捉指令遵循，但倾向低估执行成功率）。DROID 训练数据为 95,599 条轨迹、564 个场景。

已知缺陷与口径

自述局限：精细交互与长程推理会失败，对初始观测敏感。成败判定仍依赖模型自身，存在幻觉成功风险。两套提升数字（83.4% 与 +44.7 pt）口径不同，不要混写。

来源

  1. arXiv 2510.10125 (2026-10-14)

相关卡片

幻觉成功概念与方法
世界模型在动作错误时仍生成任务成功的画面，污染想象中的 RL
DROID数据集 · 美国
Franka 单本体、野外分布式采集的大规模遥操数据集
DreamGen / DreamDojo论文与基准
视频世界模型加逆动力学生成神经轨迹的四阶段方法，及 4.4 万小时人类视频预训练的 DreamDojo

卡片整理 2026-10-14。公司自报数据标“公司口径”；⚠️ 为未经独立核实。