反馈世界模型实现对扩散策略的精确引导

一篇 NeurIPS 2026 论文提出 feedback world model，一种推理时闭环机制，利用机器人动作执行后观察到的真实下一状态在线修正世界模型预测，无需额外训练数据或参数更新。该机制在 LIBERO-Plus、Robomimic 及真实操作任务上将世界模型预测误差最多降低 76.4%，并能以即插即用方式改进预训练模型 Fast-WAM-Joint 的预测。