RoboCoach：世界模型帮机器人决定下一步该学什么

RoboCoach: World Models as Active Coaches for Compositional Robot Skills

用动作条件世界模型试跑技能，找出最先卡住的子任务，再定向采集真实示范并更新对应专家。两种实机平台的固定预算实验有明显提升；论文9月30日晚提交，10月2日期补看，不能当日首发。

首次公开：2026-09-30 · 收录：2026-10-02

相关期次：2026-10-02 精选

阅读笔记

RoboCoach通过动作条件世界模型想象机器人执行轨迹，定位最早卡住的子任务，再定向采集真人示范，只更新对应技能专家的LoRA。作者在22组任务策略上报告想象与实机成功率相关系数0.840；每平台新增150条子任务示范后，Franka完整任务成功率从13.3%到75%，AgileX从40%到83.8%。这显示世界模型可能帮助分配有限的真实示范采集预算，而非替代真实示范。结果来自两个实机平台和特定任务，世界模型误判失败位置会误导采样；四组未见任务组合平均成功率仍为35%。论文9月30日晚提交，属10月2日期近期补看。

原文：https://arxiv.org/abs/2609.39685
本期资料页：https://www.asteronline.cn/juju-radar/2026-10-02/
AI辅助整理。

笔记记录收录当期的判断。阅读一手材料不等于独立复现；后续进展请以原始来源为准。