機器人能否透過在自己生成的 AI 影片中練習來掌握複雜的操作？ 來自斯坦福大學和清華大學的研究人員介紹了 VLAW，一個旨在通過持續反饋循環來提升機器人學習的新框架。 該方法使用了一種共同改進策略：利用現實世界的機器人數據使視頻模擬器更具真實感，然後生成高質量的合成練習數據來訓練機器人的大腦。這解決了模擬器無法捕捉到進行棘手任務所需的微小關鍵物理細節的常見問題。 在現實世界的實驗中，VLAW 在基礎策略上實現了 39.2% 的絕對成功率提升，顯著超越標準模型，有效地縮小了模擬與現實之間的差距。 VLAW：視覺-語言-行動策略和世界模型的迭代共同改進 論文： 代碼： 我們的報告：