WorldCycle: Self-Verifiable Reinforcement Learning for Long-Horizon Video World Models
WorldCycle:用于长时序视频世界模型的自验证强化学习
专题命中 视频世界模型 :world model(title,abstract);world models(title,abstract);video world model(title,abstract);world model(title,abstract)
AI总结 本研究针对交互式视频世界模型的误差累积问题,提出自验证RL框架WorldCycle,利用可逆动作循环实现无标注监督,在CycleBench基准上大幅降低状态返回漂移并提升复合动作准确率。