**SimForcing：通过模拟蒸馏运动先验构建真实域机器人世界模型**

_SimForcing: Distilling Simulation Motion Priors into Real-Domain Robot World Models_

> 针对从异构机器人视频中学习动作条件世界模型的挑战，SimForcing 提出了一种模拟引导框架。该方法首先通过潜在运动蒸馏将模拟中的结构化运动先验迁移至真实域，并引入多块模拟条件与条件丢弃机制，利用分类器自由引导策略平衡内部化知识与模拟预测。实验表明，SimForcing 在 Bridge 数据集上各项指标均优于对比方法，且无需外部具身预训练，同时能显著提升下游策略学习的成功率。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-16 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.06598)