具身视频奖励模型

DreamTrue 构建了一个具身视频奖励模型，用于对预测视频的物理合理性打分，分数用于强化学习后训练。

DreamTrue 的奖励模型训练数据集涵盖机器人缺陷（如关节异常、本体穿模）、物体缺陷（如物体凭空消失或形变错误）和交互缺陷（如手物接触点错位、穿透）三类问题，并经过人工标注。