跳到正文
热点事件持续更新

KAIST提出AFFECT世界模型训练目标

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

KAIST团队提出并验证世界模型辅助目标AFFECT,通过向策略动作注入与时间相关的噪声,训练模型生成与录像一致的未来视频响应,从而学习动作对后续观测的影响。 据团队称,该方法无需从同一初始状态重复执行;在OGBench仿真以及DROID、ALOHA-2真实环境中,AFFECT提升了rollout保真度和规划成功率,DROID上的策略成功率与预测结果之间的相关性也显著改善。

AI 根据报道生成 · 48 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. AGI Hunt
    KAIST 提出 AFFECT:训练世界模型学习动作对未来的影响

    KAIST 团队提出辅助目标 AFFECT,通过向策略动作注入时间相关噪声,训练世界模型生成与录像一致的视频响应。该方法无需从同一初始状态重复执行,并在 OGBench 仿真及 DROID、ALOHA-2 真实设置中提升 rollout 保真度与规划成功率,DROID 上策略成功率与预测的相关性也显著改善。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。