EVO-WAM 提出世界动作模型自训练方法，未见任务成功率从 26.9% 提升至 68.0%

EVO-WAM 论文提出让世界动作模型不依赖专家示范和环境试错、从自我生成轨迹中迭代学习的方法，流程为想象、验证、学习循环。模型同时预测机器人状态以逐段生成完整候选轨迹，用 VLM 判断任务完成、用逆动力学模型（IDM）检验动作一致性后筛选经验用于微调。