CoRL 2026论文提出AIM算法提升世界模型可控性
热点事件持续更新
CoRL 2026论文提出AIM算法提升世界模型可控性
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Samuel M. Bateman 等研究者在 CoRL 2026 论文中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，而专家演示的动作分布狭窄会导致这一上限偏低。 在模拟导航与操作任务上，AIM 与探索启发式方法和内在动机方法对比：在基于像素的操作任务中，AIM 是唯一能持续提升可控性的方法；在末端执行器可控性上，向 3000 条演示中加入 500 条主动采集的片段，可达到使用 30 万条专家片段训练的世界模型的效果，数据量减少 85 倍。
AI 根据报道生成 · 2 小时前更新
最新进展10月21日 12:00
通过动作影响最大化训练可控世界模型报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.RO通过动作影响最大化训练可控世界模型
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。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月21日 12:00
- 近 24 小时变化
- –
02.557.510
12:0013:0014:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。