arXiv · 机器人与计算机视觉· Shuofeng Sun, Linqing Zhao, Haibin Yan·· 23 天前AI 评分68
Distilling Dense Trajectory Teachers For Large-Motion Video World Models
Distilling Dense Trajectory Teachers For Large-Motion Video World Models
AI 导读
针对现有视频世界模型在稀疏大步长轨迹下产生冻结帧和几何漂移的问题,本文提出 DTTD 后训练框架。该方法通过插值构建稠密轨迹,利用基模型自身生成可靠教师视频进行监督,并结合几何感知奖励与离线偏好优化来扩展运动范围。研究无需额外数据或更强外部生成器,采用累积课程策略逐步增加运动步长以减少能力遗忘。
来源:arXiv · 机器人与计算机视觉 · arxiv.org