跨本体策略迁移对照：Stretch 3移动操作机器人与franka机器人FR3（franka七自由度机械臂）实验解析论文 Robot Self-Improvement via Human-Video Dynamics Models（arXiv:2606.21406）要解决的问题很直接：模仿学习通常只复刻单次成功演示，部署后遇到失败很难自我修复。作者提出 DGAC（Dynamics-Guided Action Correction，动力学引导动作修正），在不增加在线人工监督的前提下，把失败 rollout 转成下一轮策略更新的监督信号。