跳到正文
arXiv · 机器人与计算机视觉· John Won, Yonghoon Dong, Jinwoo Shin·· 4 小时前精选AI 评分78

Learning What Actions Change: Action Effect Matching for Dynamics-Faithful World Models

Learning What Actions Change: Action Effect Matching for Dynamics-Faithful World Models

AI 导读

论文提出了 AFFECT 方法,旨在解决现有世界模型难以捕捉微小动作变化导致未来观测差异的问题。该方法通过在基于人类遥操作训练的策略中注入时间相关噪声,并训练世界模型使其生成视频对噪声的响应与记录视频一致,从而无需重复执行相同初始状态即可学习动作扰动分布。

推荐理由

提出 AFFECT 辅助训练目标,通过注入动作扰动噪声提升世界模型对微小动作变化的捕捉能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org