arXiv cs.RO· Samuel M. Bateman, Tenny Yin, Chongyi Zheng, Lei Huang, Brian Wang, Benjamin Eysenbach, Jaime Fern\'andez Fisac, Dhruv Shah·· 3 小时前AI 评分58
通过动作影响最大化训练可控世界模型
Training Controllable World Models via Action Influence Maximization
AI 导读
CoRL 2026 论文提出动作影响最大化（AIM）算法，主动采集训练数据以提升数据集的动作影响，从而改善动作条件视频世界模型的可控性。作者证明数据的动作影响指标上界了任何在该数据上训练的模型所能表达的动作影响，专家演示动作分布狭窄导致该上限偏低。
来源：arXiv cs.RO · arxiv.org