Learning Symmetric Embeddings for Equivariant World Models
专题命中 通用世界模型 :world model(title);world models(title);world model(title);world models(title)
Comments ICML 2022
视觉与机器人
面向环境建模、时序预测、仿真规划、具身智能和自动驾驶的世界模型方法与应用。
专题命中 通用世界模型 :world model(title);world models(title);world model(title);world models(title)
Comments ICML 2022
专题命中 通用世界模型 :world model(title);world models(title);world model(title);world models(title)
基于策略驱动的世界模型适应的鲁棒性离线模型驱动强化学习
机构 * The University of Hong Kong, Hong Kong SAR(香港大学) ; INFIFORCE Intelligent Technology Co., Ltd., Hangzhou, China(INFIFORCE智能技术有限公司) ; Tsinghua University, Beijing, China(清华大学) ; Carnegie Mellon University, Pittsburgh, PA 15213, USA(卡内基梅隆大学)
专题命中 通用世界模型 :world model(title,abstract);world model(title,abstract);model-based reinforcement learning(title);model-based RL(abstract)
AI总结 本文提出了一种基于策略驱动的世界模型适应框架,通过最大化最小优化问题和Stackelberg学习动态提升离线模型驱动强化学习的鲁棒性。
QQWorld:用于世界模型正则化的分位数-分位数匹配
专题命中 通用世界模型 :world model(title,abstract);world model(title,abstract);world models(abstract);world models(abstract)
AI总结 该研究针对潜在世界模型正则化中EP目标函数对尾部样本校正梯度不足的问题,提出QQWorld方法,通过分位数-分位数匹配目标函数及跨批次QQ技术,提升了LeWM在四个控制环境中的规划成功率与高斯对齐效果。
LLM智能体能否推断世界模型?来自智能体自动机学习的证据
机构 * The Hebrew University of Jerusalem(海法大学) ; New York University(纽约大学) ; Google Research(谷歌研究)
专题命中 通用世界模型 :world model(title);world models(title);world model(title);world models(title)
AI总结 提出智能体自动机学习框架,通过成员查询和等价查询评估LLM智能体发现隐藏确定性有限自动机的能力,发现性能随DFA规模增加而急剧下降,推理模型优于非推理模型但仍存在规划、整合和假设构建缺陷。
语言中的世界模型:审计视觉语言模型中的物理状态转换承诺
机构 * University of Oxford(牛津大学)
专题命中 通用世界模型 :world model(title);world models(title);world model(title);world models(title)
AI总结 提出WMW框架,通过要求VLM输出结构化轨迹(初始状态、状态转换、结果状态和答案)并利用混合验证器检查模式有效性、状态基础、转换一致性和答案-轨迹兼容性,揭示仅评估最终答案所隐藏的物理推理失败。
Comments 8 pages, 3 figures, 5 tables
通过扩散策略优化扩展世界模型强化学习
机构 * Dynamic Systems Lab, University College London(伦敦大学学院动态系统实验室) ; College of Computing and Data Science, Nanyang Technological University(南洋理工大学计算与数据科学学院) ; School of Intelligence Science and Technology, Peking University(北京大学智能科学与技术学院) ; Santa Fe Institute(圣塔菲研究所) ; School of Statistics and Data Science, Shanghai University of Finance and Economics(上海财经大学统计与数据科学学院) ; Department of Computing, Imperial College London(伦敦帝国理工学院计算系)
专题命中 通用世界模型 :world-model(title);world-model(title);world model(abstract);world models(abstract)
AI总结 针对世界模型强化学习中搜索与价值学习之间的结构错位问题,提出基于扩散策略优化的模型基方法MBDPO,统一搜索与策略优化,实现可扩展的策略学习。
PH-Dreamer: 通过端口-哈密顿生成动力学构建一个物理驱动的世界模型
专题命中 通用世界模型 :world model(title,abstract);world model(title,abstract);world models(abstract);world models(abstract)
AI总结 本文提出了一种基于端口-哈密顿框架的物理驱动世界模型PH-Dreamer,通过三个协同机制改进了基于递归状态空间架构的世界模型,实现了更紧凑且物理结构化的表示,同时提高了内部模拟器的保真度,并减少了潜在相空间体积、能量消耗和平均加速度平方。
Comments 12 pages, 3 figures
现实世界中多个期限结构的模型:一种统一的HJM半鞅框架
专题命中 通用世界模型 :world model(title);world models(title);world model(title);world models(title)
AI总结 本文提出一种统一的HJM半鞅框架,用于建模金融、保险和能源市场中的多个期限结构,研究市场可行性并刻画局部鞅折价器集合,分析相关的随机偏微分方程(SPDE)的解的存在性和唯一性、不变性及仿射实现的存在性。
Comments 47 pages
位在世界模型规划中的作用:一种混合位研究以实现高效的空问推理
机构 * University of California San Diego(加州大学圣地亚哥分校)
专题命中 通用世界模型 :world model(title,abstract);world model(title,abstract);world models(abstract);world models(abstract)
AI总结 本研究通过混合位方法探讨位分配对世界模型规划的影响,发现不同比特分配策略在空间推理中的表现差异显著,提出模块意识和预算意识的量化策略作为未来研究方向。
Comments Workshop submission
DreamDojo:从大规模人类视频中学习通用机器人世界模型
机构 * NVIDIA ; HKUST(香港科技大学) ; UC Berkeley(加州大学伯克利分校) ; Stanford(斯坦福大学) ; KAIST(韩国科学技术院) ; UofT(多伦多大学) ; UCSD(加州大学圣地亚哥分校) ; UT Austin(德克萨斯大学奥斯汀分校)
专题命中 通用世界模型 :world model(title,abstract);world model(title,abstract);world models(abstract);world models(abstract)
AI总结 DreamDojo通过大规模人类视频学习通用机器人世界模型,解决动作标签稀缺问题,实现高精度物理理解和实时交互。
Comments Project page: https://dreamdojo-world.github.io/
动作夏普利:用于强化学习世界模型的训练数据选择度量
机构 * Nutanix Inc.(Nutanix公司)
专题命中 通用世界模型 :world model(title,abstract);world model(title,abstract);world models(abstract);world models(abstract)
AI总结 本文提出动作夏普利度量,用于高效选择强化学习世界模型的训练数据,通过随机动态算法提升计算效率并改进数据选择性能。
Motus:一个统一的潜在动作世界模型
机构 * Dept. of Comp. Sci. and Tech., Institute for AI, BNRist Center, THBI Lab, Tsinghua-Bosch Joint ML Center, Tsinghua University(计算机科学与技术系,人工智能研究院,BNRist中心,THBI实验室,清华-博世联合机器学习中心,清华大学) ; Peking University(北京大学) ; Horizon Robotics
专题命中 通用世界模型 :world model(title,abstract);world model(title,abstract);world models(abstract);world models(abstract)
AI总结 Motus通过统一的潜在动作世界模型整合理解、视频生成和动作模块,利用光流和三阶段训练流程提升大规模动作预训练效果,实现模拟与现实场景中的性能突破。
专题命中 通用世界模型 :world model(title);world models(title);world model(title);world models(title)
Comments This work has been submitted to the IEEE for possible publication
专题命中 通用世界模型 :world model(title,abstract);world model(title,abstract);world models(abstract);world models(abstract)
机构 * Stanford University(斯坦福大学) ; NYU(纽约大学) ; Google DeepMind(谷歌DeepMind)
专题命中 通用世界模型 :world model(title,abstract);world model(title,abstract);world-model(abstract,comments);world-model(abstract,comments)
Comments https://world-model-eval.github.io
专题命中 通用世界模型 :world model(title,abstract);world model(title,abstract);world models(abstract);world models(abstract)
机构 * USTC Shanghai AI Lab(USTC上海人工智能实验室) ; SII SJTU(SJTU信息研究所) ; ZJU FDU(浙江大学福州大学)
专题命中 通用世界模型 :world model(title,abstract);world model(title,abstract);world models(abstract);world models(abstract)
Comments Project Page: https://aether-world.github.io/
机构 * University of California, Berkeley(加州大学伯克利分校) ; Carnegie Mellon University(卡内基梅隆大学)
专题命中 通用世界模型 :world model(title,abstract);world model(title,abstract);world models(abstract);world models(abstract)
机构 * AIRI, Moscow, Russia(俄罗斯莫斯科AIRI) ; MIPT, Moscow, Russia(俄罗斯莫斯科MIPT) ; FRC CSC RAS, Moscow, Russia(俄罗斯莫斯科FRC CSC RAS)
专题命中 通用世界模型 :world model(title,abstract);world model(title,abstract);world models(abstract);world models(abstract)
专题命中 通用世界模型 :world model(title);world models(title);world model(title);world models(title)
Comments 32 pages, 12 figures
专题命中 通用世界模型 :world model(title);world models(title);world model(title);world models(title)
专题命中 通用世界模型 :world model(title,abstract);world model(title,abstract);world models(abstract,comments);world models(abstract,comments)
Comments ICLR World Models Workshop
专题命中 通用世界模型 :world model(title,abstract);world model(title,abstract);world models(abstract);world models(abstract)
Comments Website: https://world-model.maitrix.org/
专题命中 通用世界模型 :world model(title,abstract);world model(title,abstract);world models(abstract);world models(abstract)
Comments NeurIPS 2023. Added instantiation with S5. Project page: https://fdeng18.github.io/s4wm
专题命中 通用世界模型 :world model(title);world models(title);world model(title);world models(title)
Comments 6 pages
专题命中 通用世界模型 :world model(title);world models(title);world model(title);world models(title)
Comments 11 pages, to be published in Physical Review D
专题命中 通用世界模型 :world model(title);world models(title);world model(title);world models(title)
Comments 34 pages, 18 figures. To be published in Physical Review D, accepted/2c077Qa5Rc21c23040f05021f3b034c50602fb93a#abstract" target="_blank" rel="noopener">https://journals.aps.org/prd/accepted/2c077Qa5Rc21c23040f05021f3b034c50602fb93a#abstract
专题命中 通用世界模型 :world model(title);world models(title);world model(title);world models(title)
Comments 7 pages
Journal ref Indian. J. Phys (2021)
专题命中 通用世界模型 :world model(title,abstract);world model(title,abstract);world models(abstract);world models(abstract)
Journal ref International Conference on Machine Learning (ICML). 2021