arXiv · 机器人与计算机视觉· Ankan Deria, Komal Kumar, Hisham Cholakkal, Fahad Shahbaz Khan, Salman Khan·· 2026-10-09AI 评分74
WorldGuide:面向程序化任务执行的导向视频世界模型
WorldGuide: Goal-Directed Video World Model for Procedural Task Execution
AI 导读
论文提出 WorldGuide 框架,旨在解决长程程序化任务中生成需适应实际执行结果的难题。该模型仅凭初始图像和任务目标,预测原子动作并生成对应视频片段,利用生成结果选择下一动作或终止。
来源:arXiv · 机器人与计算机视觉 · arxiv.org