OpenDriveLab/RISE
[RSS 2026] Code for RISE: Self-Improving Robot Policy with Compositional World Model
What it solves
RISE 解決了真實世界機器人互動所帶來的高成本與繁瑣的重置流程。它提供了一個框架，讓機器人策略能透過模擬經驗（想像）自行改進，而不必完全依賴實體硬體互動。
How it works
RISE 使用由可控多視角動態模型與進度值模型組成的組合式世界模型。此配置使系統能產生想像的 rollout——模擬的動作與結果序列，並將其用於透過線上強化學習訓練與啟動機器人策略。
Who it’s for
從事機械手臂操作與強化學習的研究者與開發者，想在不需要持續實體重置或昂貴硬體磨損的情況下擴大策略改進。
Highlights
- Compositional World Model：結合動態模型與進度值模型，為策略訓練提供資訊豐富的優勢。
- RL in Imagination：透過世界模型所創建的模擬環境，在想像中訓練策略，實現可擴展的自我改進。
- Real-world Gains：在如磚塊分類（+35%）、背包打包（+45%）與盒子關閉（+35%）等靈巧任務上展示了顯著的效能提升。