#MPC

教机器人学灵巧操作的论文：看人类玩几分钟，机器人自己采数据训练，数据量只要强化学习的1/490，成功率还不掉。

LeWAM通过扩散引导MPC改进了世界行动模型，在预测和规划任务中表现优异，比传统重建模型更高效。

一篇把世界模型用到水下机器人打捞的论文，不用接触传感器就能预测抓取时物体状态变化，真实水下视频也验证了，做机器人方向的可以看看。

Kuafu系统将符号规划与数据驱动执行统一，无需演示或手动密集奖励，在机器人任务中表现优异。

这篇论文用 P2L 方法从 400 个场景里只挑 2 个就搞定了 MPC 校准，风险界才 4.8%，而且置信度极高，做控制的人可以看看。

这篇论文提出 AdaJEPA，能让世界模型在测试时自动适应，一次梯度步就大幅提升规划成功率，解决分布偏移问题。