跳到正文
arXiv · 机器人与计算机视觉· Phuong Tuan Dat, Qi Li, Xinchao Wang·· 14 小时前AI 评分42

HINT-WAM:首个利用 hindsight 进行自蒸馏的 on-policy 世界动作模型框架

HINT-WAM: Hindsight-Informed Training for World Action Models

AI 导读

HINT-WAM 是首个 on-policy self-distillation 框架,利用 hindsight 和演示未来视频作为特权信息监督自身采样轨迹。该方法通过能量分数将教师蒸馏至流匹配动作专家,无需环境奖励或仿真交互即可实现密集训练目标。项目网页已公开,arXiv 预印本待注册 DOI。

来源:arXiv · 机器人与计算机视觉 · arxiv.org