Towards VLA-Dreamer: Refining VLA Behavior Using World Models

作者提出 VLA-Dreamer 概念架构，在 Vision-Language-Action 模型视觉编码器的嵌入空间上训练预测性世界模型，以提升样本效率和动作相关性。值得注意：用显式世界模型补足 VLA 隐式环境建模，减少对海量示范数据的依赖。