跳到正文
原文
arXiv · 多模态、视频与世界模型· Hao Wu·· 2 天前精选AI 评分77

FutureWorlds 提出从替代未来学习机器人世界模型的方法

FutureWorlds: Learning Robotic World Models from Alternative Futures

AI 导读

FutureWorlds 提出一种从替代未来学习机器人世界模型的框架,结合多样化束搜索、候选专属记忆和 MemSPO 优化预测。在 RT-1、BridgeV2 和 RoboCasa 上,32 帧预测的 LPIPS 相比各自最强基线分别降低 14.78%、20.84% 和 9.12%。

推荐理由

论文将候选未来的多样性、历史维护与相对质量学习放进同一训练框架,为机器人视频预测中的时序一致性和动作结果建模提供了可复用思路。

来源:arXiv · 多模态、视频与世界模型 · arxiv.org