智元等发布Rollback世界模型策略改进论文

2026年10月28日，据AGI Hunt报道，AgiBot（智元）联合北京航空航天大学、新加坡国立大学发布论文《Rollback》，提出将世界模型用作“反事实引擎”来改进机器人策略。该方法让策略回退到过往关键决策点，并从这些决策点分支探索反事实动作；随后对比各分支的结果，把成功归因到具体的决策上，从而生成细粒度的监督信号。此外，该方法的动力学模型还借助真实世界反馈持续修正，以减小模拟环境与现实的偏差。目前该工作处于论文发布阶段，报道未披露实验规模、对比基线或开源情况。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。