OpenDriveLab/RISE
[RSS 2026] Code for RISE: Self-Improving Robot Policy with Compositional World Model
What it solves
RISE は、実世界ロボットとのインタラクションに伴う高コストと手間のかかるリセットプロセスを解決します。物理ハードウェアとのやり取りだけに依存せず、シミュレーション経験（イマジネーション）を通じてロボットポリシーが自ら改善できるフレームワークを提供します。
How it works
RISE は、制御可能なマルチビュー・ダイナミクスモデルとプログレスバリューモデルからなる合成的なワールドモデルを使用します。この構成により、システムは想像上のロールアウト（シミュレートされたアクションと結果のシーケンス）を生成し、オンライン強化学習を通じてロボットポリシーの訓練とブートストラップに利用します。
Who it’s for
ロボットマニピュレーションと強化学習に取り組む研究者や開発者で、物理的なリセットや高価なハードウェアの摩耗に依存せずにポリシー改善をスケールさせたい方々向けです。
Highlights
- Compositional World Model：ダイナミクスモデルとプログレスバリューモデルを組み合わせ、ポリシー訓練に有益な情報を提供します。
- RL in Imagination：ワールドモデルが作り出すシミュレート環境でポリシーを訓練し、スケーラブルな自己改善を実現します。
- Real-world Gains：ブリックソーティング（+35%）、バックパックパッキング（+45%）、ボックスクローズ（+35%）などの巧緻なタスクで、顕著な性能向上を実証しています。