一种基于世界模型的具身机器人VLA模型策略优化方法

本发明提供一种基于世界模型的具身机器人视觉‑语言‑动作（VLA）模型策略优化方法，具身机器人技术领域。本发明方法通过融合时空上下文与运动进程感知的多模态特征预处理、基于多模态视觉‑语言‑动作模型的控制轨迹序列预测生成、基于生成式世界模型的候选动作轨迹执行视频流生成、基于预测视频流评价的闭环优化与策略自进化，生成式世界模型构建的虚拟环境中实施在线策略优化，显著提升了具身智能机器人在复杂任务中的性能。相较于现有的行为克隆方法或传统的强化学习方案，本发明在安全性、样本效率、长程稳定性以及行为涌现性等方面均取得了突破性的技术效果。