world-action model

LoopWAM 是一个闭环 world-action model（世界-动作模型），能够从完整质量谱（包括低质量数据）的部署 rollout 中学习。

World-action model 的核心假设是动作决策与对环境动态的预测不应被割裂为两个独立模块，两者应共享表征并在同一去噪或生成过程中协同优化。

VioLA 的方法在两种 VLA 主干和一个 world-action model 主干上都能复现同样的效果，说明其思路不依赖某一种特定模型架构。