DreamTrue：动作忠实的机器人世界模型与反事实后训练

arXiv 2026 42.2 method, application

TLDR

DreamTrue 是一种多视角跨具身机器人世界模型，利用几何标定和反事实后训练实现动作忠实的视频预测。

评分理由

Strengths include novel counterfactual post-training, geometric action conditioning, and strong empirical results on AgiBot with reduced defect rates. Weaknesses include reliance on human-annotated feedback and focus on robot manipulation video prediction rather than general world simulation.

Read-first 评分解释

综合优先阅读分 42.2，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 53。

近期性 5%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

主题相关性 25%

75.7

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

方法质量 15%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：数据集、指标

可复现性 15%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：数据集、GitHub

图谱声望 15%

5.7

基于可用 OpenAlex 引用关系构建局部引用图，并计算 PageRank 风格的图谱声望。局部 PageRank：0.0016

引用影响力 15%

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。引用数：0

引用速度 10%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：559。

关键词评分

world model

video world model

generative world model

interactive world model

world dynamics prediction

world simulator

model-based reinforcement learning world model

深度分析

创新点

用于动作忠实且物理上合理的视频预测的多视角、跨具身机器人世界模型
将动作轨迹渲染到图像空间并结合离线几何标定，以提升动作跟随能力
反事实后训练：修改记录的动作轨迹，在更广泛的动作和接触配置下生成未来视频
基于人工标注的缺陷数据集（涵盖机器人、物体和交互缺陷）训练具身视频奖励模型，用于指导强化学习后训练

方法

DreamTrue 是一个多视角、跨具身的机器人世界模型，它将动作轨迹渲染为图像空间条件，并使用离线几何标定将这些条件与目标视频对齐。它通过修改记录的动作来应用反事实后训练，从而在更广泛的动作和接触配置下生成视频。一个涵盖机器人、物体和交互缺陷的人工标注视频数据集被用于训练具身视频奖励模型，其得分引导强化学习后训练。该模型在 AgiBot 上通过动作跟随性能和人工评估的交互缺陷率进行评估。

关键结果

在 AgiBot 上，DreamTrue 实现了最先进的动作跟随性能，并将人工评估的交互缺陷率从 48.12% 降至 6.25%。它在 AgiBot World Challenge 2026 的世界模型赛道中排名第一。

局限性

摘要指出，在现有机器人数据集上训练时，不精确的标定会损害动作跟随能力。
摘要指出，失败交互的覆盖有限会使预测偏向于成功结果。

资源

论文