在具身智能领域物理世界中的强化学习RL长期受限于高昂的硬件成本、繁琐的环境重置需求以及试错过程带来的安全风险 。为此OpenDriveLab提出了RISE一种通过“想象”来实现机器人策略自主进化的可扩展强化学习框架 。论文RISE: Self-Improving Robot Policy with Compositional World Model链接https://arxiv.org/abs/2602.11075项目主页https://opendrivelab.com/kai0-rl/RISE的核心突破在于构建了一个组合式世界模型Compositional World Model。该架构巧妙地将环境模拟解耦为两个独立的模块一个是负责根据动作精准预测未来多视角状态的动力学模型Workflow of compositional world model另一个则是负责评估“想象”结果并提供有效的价值估计。Self-improving loop of RISE借此机器人无需在真实的物理环境中进行耗时、昂贵的交互而是直接在世界模型构建的想象空间中闭环更新策略。RISE打破了物理瓶颈为具身基础模型的高效自我提升开辟了新范式。3月28日周六上午10点#青稞Talk 第115期CUHK MMLab 博士生杨佳智将直播分享《RISE: 组合式世界模型在“想象”中实现机器人策略的自主进化》。分享嘉宾杨佳智CUHK MMLab PhD 二年级在读。以共同第一作者身份发表 UniAD, 获得2023年CVPR的最佳论文奖。 关于世界模型的两项研究获得CVPR 2024 spotlight (前2.8%) 和 NeurIPS 2025 highlight (前 3.2%)。近期推出的RISE架构是首个在机器人复杂操作任务中利用世界模型进行强化学习以提升策略表现的研究。个人谷歌学术被引用量超过2400。个人主导项目的Github star数超过6000。主题提纲RISE: 组合式世界模型在“想象”中实现机器人策略的自主进化1、从 VLA 到世界模型真机 RL 的瓶颈2、具身智能的范式跃迁从“经验驱动”到“想象驱动”3、RISE 的核心架构组合式世界模型与想象驱动的自进化4、实验验证与未来技术的探讨5、AMA Ask Me Anything直播时间3月28日周六10:00 - 11:00如何观看Talk 将在青稞社区【视频号青稞 AI、Bilibili青稞 AI】上进行进行直播欢迎预约观看Bilibili 直播间https://live.bilibili.com/32145701