这些概念，究竟在什么范围里？
以当前 120 个笔记页面为范围，把“系统组成”“模型能力”“学习方式”“数据环境”分开。总图显示主干与代表工作；下方目录完整收录现有页面。页面存在不代表已经精读完成，重复版本也不等于新的论文。
读图顺序：① 执行系统里有什么 → ② 经验改变哪里 → ③–④ 用什么基础与数据支撑 → ⑤ 怎样证明有效。点击图中有链接的区域可跳到对应目录；手机上可用“100%”放大后滑动。原图是概念组织，不是每个机器人都必须具备的标准架构。
World Model ≠ WAM
World Model 侧重世界如何变化；动作条件动力学常写成“当前状态 + 动作 → 未来”。WAM 将未来预测与动作生成／提取结合，可以是级联，也可以是联合模型。WAM 不是纯预测模型的同义词；不同论文边界不完全统一。
VLA 与 WAM 可以交叠
VLA 强调视觉、语言与动作的策略接口；WAM 强调预测与行动的结合。因此不把它们画成严格互斥集合。生成视频的方法也不自动拥有可控动力学，JEPA 则不必生成像素。
训练方法不是模型的子模块
同一个 VLA 或 WAM 可以用模仿学习、RL 或上下文适应。ICL 更新上下文，TTT 更新参数；DAgger 聚合专家监督，不能因交互就归为 RL。3D/4DGS 是表示与渲染，不等同物理仿真。
总图背后的 120 个笔记页面
每页有一个主归档位置，避免重复计数；正文中的跨域关系仍然保留。Astra、Jev、GPT-Policy、RPent 为本轮讨论扩展，不计入已有页面数。
专题路线与训练指南 5 页
入口页面，不计作独立论文。
动作策略 · VLA 9 页
按主要学习用途归档，不是互斥分类。π₀.₇ 等同时连接预测与规划；Diffusion Policy 不必以语言为条件。
世界预测 · World Model 9 页
学习状态、表征或观测怎样变化；是否接受动作、是否生成像素，要看具体模型。
预测与动作的结合 · WAM 及相邻路线 28 页
同时覆盖级联、联合与预测表征辅助策略。并非每篇都自称 WAM，也不是每篇推理时都生成未来视频。
学习、适应与策略改进 27 页
BC/SFT、DAgger、RL、ICL 和测试时训练属于不同机制；QGF 等是推理引导，不等于部署时更新策略权重。
表征与生成模型基础 14 页
共享工具箱：可用于世界预测，也可用于动作生成。I-JEPA 是图像表征方法，不自动等于动作条件动力学模型。
数据、表征对齐与实现 7 页
数据管线、质量检查和 latent action 预训练为多种模型服务，不是某一个模型的专属子类。
场景重建、仿真与迁移 5 页
GS 是表示／渲染技术；可交互仿真还需要碰撞、动力学、控制和任务定义。
运动、全身控制与 Loco-Manipulation 8 页
策略输出还要在具体本体上落地；此处包括学习式运动策略与全身控制系统。
评测与证据边界 6 页
视觉质量、物理一致性、动作可用性和真机闭环是不同层次，不能互相代替。
自主智能与认知背景 2 页
理论组织与认知启发，不是某个机器人系统必须运行的组件。
没有匹配的笔记；试试英文简称。
这是一张基于本仓库笔记与本轮已核验资料的教学组织图，不是新的实验结果，也不是强制的学科分类。关键依据：WM / VLA / WAM 定义、级联与联合路线、策略改进、上下文学习、自主智能架构。Agent 扩展：GPT-Policy、Harness VLA、embodied-jev。
图中“包含”仅用于系统模块、能力组合或明确的子类；共用技术和训练支持采用旁置区域。WAM 的预测能力可能在训练阶段形成，不能由图推断每种方法推理时都会生成未来视频。整理日期：2026-09-26。