Mem-World Generated Policy-Improvement Rollouts

动作条件世界模型为三项长时操作每任务生成200条视频，再由人工保留20–30条成功样本做策略后训练，使平均真机成功率58%提升到72%。生成视频、失败样本、选择日志、模型权重和代码均未开放。

开放状态: 项目已核验·制品未开放
许可证: 未披露
商业使用: 阻断
人工评审结论: paper_described_generated_rollouts_and_human_filtered_success_subset_not_released
机器人: Franka Panda downstream
任务: 三项长时桌面操作
模态: multi-view RGB video、wrist RGB、action-conditioned future、human success label
格式: 未发布
采集/生成方式: action-conditioned video world model
已知问题: 人工选择偏置；无失败集；无代码权重数据；8×H100；无独立复现。