跳到正文
arXiv · 机器人与计算机视觉· Kaiwen Zhang, Yiming Gao, Zeqi Xiao, Xintao Wang, Pengfei Wan, Kun Gai, Xingang Pan·· 4 小时前精选AI 评分78

ViDecide:教视频扩散模型逐步推理与规划

ViDecide: Teaching Video Diffusion Models to Reason and Plan Step by Step

AI 导读

针对现有视频生成模型在多步推理中违反物理逻辑的问题,本文提出 ViDecide 框架,通过决策中心训练让模型预测状态转移并自主决定停止时机;同时引入修正微调技术,将失败噪声映射至成功延续以实现稳定改进。在抽象游戏、规划任务及新机器人多步规划基准上,该方法平均严格成功率达 83.8%,远超标准微调的 23.3% 与最强先验方法的 67.8%,并具备泛化能力。

推荐理由

提出以决策为核心的训练框架与修正微调方法,在抽象游戏及机器人多步规划基准上显著优于标准微调与最强基线。

来源:arXiv · 机器人与计算机视觉 · arxiv.org