יום ראשון, 4 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.AI ·

אופטימיזציה של דגם-עולם ישיר: למידה של העולם מעבר להתאימות לפעולה

Direct Experience World-Model Optimization: Learning the World Beyond Action Imitation
מחקר חדש הציע פרדיגמה ללמידה פוסט-שחרור של דגם-עולם, המשפרת את התאמת הפעולה לעולם. הפרדיגמה, שנקראת DEWO, משתמשת בניסיון חזותי כדי לשפר את הדגם-עולם, ולאפשר לו להתאים את הפעולה לעולם. המחקר הראה ש-DEWO משפרת את ההצלחה של הדגם-עולם במשימות שונות.
תקציר מקורי באנגליתarXiv:2609.37398v1 Announce Type: new Abstract: World-Action Models (WAMs) couple action generation with predictions of how physical interactions unfold. However, current post-deployment learning paradigms typically improve behavior without requiring better world predictions. Especially in dexterous manipulation, small execution errors can compound in high-dimensional action spaces, hindering policy improvement and pushing interactions beyond the world model's training distribution. Motivated by this, we propose Direct Experience World-Model Optimization (DEWO), a post-deployment learning paradigm for WAMs that, alongside action imitation, refines world representations through visual experience to better condition action generation. Specifically, it identifies interaction turning points an
קרא במקור המקורי