機器人控制的新突破：ICWM 技術透過情境式世界建模，實現無須微調的跨環境適應力

本研究提出 ICWM 框架，讓機器人能從短暫互動中自主推論系統變數與動力學，解決傳統 VLA 模型在改變視角或機型時難以泛化的痛點，實現無須更新參數的高效適應。

Problem

現有的視覺-語言-動作（VLA）模型在面對新的相機視角或機器人形態時，往往缺乏泛化能力。這是因為傳統模型通常預設了訓練時的固定執行環境，導致一旦硬體配置或觀察角度改變，就必須耗費大量資料與時間進行微調，無法直接應用於新場景。

研究團隊開發了「情境式世界建模」（ICWM）框架，將系統識別轉化為情境學習（In-Context Learning）問題。機器人能透過一段簡短、與任務無關的自我互動歷史，在執行目標任務前自主推論當前系統的關鍵變數與物理動力學特徵，且整個過程不需要進行任何參數更新。

實驗結果顯示，ICWM 在模擬環境與真實機器人平台上，針對全新相機視角的適應能力顯著優於標準的 VLA 基準模型。該模型能有效捕捉隱含的環境動態，證明了在未經訓練的配置下，機器人依然能維持高水準的操控精確度。

此研究突破了機器人泛化能力的瓶頸，讓模型從單純「學習做什麼」轉向「理解系統如何運作」。這項技術大幅降低了機器人部署至新環境時的成本與技術門檻，為開發具備高度自主適應能力的通用機器人政策提供了關鍵路徑。