arXiv · 机器人与计算机视觉· Zhexin Lou, Guancheng Lu, Zeyu Zhang, Yi Zhang, Yang Zhao, Hao Tang·· 2026-10-06精选AI 评分82
PWM:基于在线强化学习的个性化世界模型
PWM: Personalized World Models with Online Reinforcement Learning
AI 导读
针对预训练世界模型难以适配特定用户视频场景的问题,论文提出 PWM 框架,通过在线强化学习(GRPO)或扩散优化(DiffusionNFT)从短视频中定制交互式世界模型。
推荐理由
提出 PWM 框架,利用在线强化学习从短视频定制交互式世界模型,在保持生成质量的同时实现场景个性化。
来源:arXiv · 机器人与计算机视觉 · arxiv.org