ThinkWorld：用世界想象强化动态链推理的 VLA 学习框架

ThinkWorld 是一个将动作推理建立在世界动态之上的 VLA 学习框架，通过世界想象与强化学习提升机器人泛化能力。它把每个动作思维表示为 Chain-of-Dynamics（CoD），即一串离散运动 token，作为跨具身通用的动作表示，并用无动作标注的人类视频提供监督。仿真与真机实验显示，该方法实现了有效的人到机器人迁移，并对未见任务和环境具备较强泛化能力。