arXiv · 机器人与计算机视觉· Baorui Peng, Wenyao Zhang, Liang Xu, Bohan Li, Hu Zhu, Zekun Qi, Hongsi Liu, Jiazhao Zhang, Wenjun Zeng, Xin Jin·· 16 天前AI 评分58
ReWorld:面向具身视频生成的多维奖励建模框架
ReWorld: Multi-Dimensional Reward Modeling for Embodied Video Generation
AI 导读
当前具身视频生成模型多侧重视觉质量而忽视物理保真度与动态一致性。本文提出 ReWorld 框架,利用强化学习对齐视频生成以匹配物理真实感、任务完成能力、具身合理性与视觉质量。研究构建了约 23.5 万条的视频偏好数据集,训练了分层奖励模型以捕捉多维人类偏好,并提出了基于高效 PPO 风格算法的后训练流程。实验表明该方法在物理保真度、逻辑连贯性、具身性及视觉质量上均优于先前方法。
来源:arXiv · 机器人与计算机视觉 · arxiv.org