Zhongxi Chen

DexForesight把动作条件下的空间世界模型学到的预测特征，通过查询对齐注入灵巧操作策略的潜空间，部署时只保留策略，仅用RGB、语言和机器人状态生成动作。在11个DexJoCo仿真任务上，它把GR00T N1.7基座的整体成功率从49.4%提升到60.5%；在三个真机任务上达到58.3%，比最强基线高8.3个百分点。世界模型、深度编码器和未来预测头在推理时全部移除。

DexForesight把动作条件下的空间世界模型学到的预测特征，通过查询对齐注入灵巧操作策略的潜空间，部署时只保留策略，仅用RGB、语言和机器人状态生成动作。在11个DexJoCo仿真任务上，它把GR00T N1.7基座的整体成功率从49.4%提升到60.5%；在三个真机任务上达到58.3%，比最强基线高8.3个百分点。世界模型、深度编码器和未来预测头在推理时全部移除。