待验证50% 置信事实精确时间
ThinkWorld 是一个将动作推理建立在世界动态之上，并通过世界想象强化学习来增强推理的 VLA 学习框架。
1
来源数
50%
置信度
长期有效
时效性
2026/10/28
首次发现
来源
涉及实体
相关事实
待验证世界模型是强化学习与机器人领域的一类方法总称，其核心思想是让智能体学习一个内部模拟器，典型代表包括 Dreamer、PlaNet 以及基于视频预测的 Genie 等。67% 相似已验证世界模型指一种内在的认知表征，使智能体能够预测行动后果、进行因果推理并在脑海中模拟未发生的情境67% 相似待验证Thinker-WM 的同一套参数化即可支持多种功能，包括联合视频-动作生成、世界预测、策略推理、动作条件生成、视频到动作生成以及逆动力学。66% 相似待验证ThinkWorld 的训练过程分为两步：首先用动作标注的机器人演示数据初始化 CoD 生成能力；随后模型对每个 CoD 预测其诱导的未来状态，并将预测结果与真实观察进行对比，利用强化学习提升那些预测更准确的 CoD 的生成概率。66% 相似待验证Thinker-WM 指出的方向是：具身智能的世界模型不必把视觉、几何和动作拆成独立模块，共享动力学表征可能是更自然的选择。66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1105855API
curl https://kongchang.com/api/v1/knowledge/claims/1105855MCP
get_claim(id=1105855)