基于预训练视觉特征的DINO-WM：实现零-shot规划的世界模型

本研究提出了一种基于目标条件的预测模型，结合层次模型，实现长时间跨度的视觉预测和规划任务。

L3P算法使用稀疏的多步转换学习生成Q-函数，在高维连续控制任务上表现优越，是深度强化学习中可扩展规划的重要进展。

提出了一种新的方法学习依赖任务完成的未来动作序列预测的潜在世界模型，显著提高了性能。

使用自监督学习和动力学模型结合的视觉目标到达方法，能够训练通用机器人执行多种任务，无需手动设计奖励函数。

利用野外数据预训练的世界模型提高了基于模型的强化学习的样本效率，Contextualized World Models有效解决了语境多样性问题。

构建了MoDem-V2系统，能够在真实世界中学习灵巧操纵技能，提供了成功的案例。

提出了一种学习不变特征的世界模型，改善了强化学习在视觉导航中的限制，取得显著性能提升。

AO-Planner在视觉语言导航任务中展示了零射击性能，能够进行适应性导航的运动规划和动作决策。

提出单次世界模型（OSWM），通过合成数据训练变换器世界模型，快速适应简单环境，但在复杂环境中仍面临挑战。

提出基于世界模型的感知方法（WMP），在腿足机器人运动中显示出优越的行走能力和鲁棒性。