研究人员推出了一种名为世界动作轨迹优化(WATO)的新方法,用于在控制环境中生成未来的动作和状态。WATO在训练期间通过动力学约束的轨迹优化问题联合优化这些动作和状态,从而使生成的轨迹具有任务感知性并与底层动力学一致。部署时,WATO直接使用世界模型生成和排序候选轨迹,绕过了迭代优化。在七个视觉控制环境中,WATO将平均成功率从79.9%显著提高到91.7%,优于现有的基于模型和生成式控制方法。此外,WATO在效率方面也优于交叉熵方法(CEM),部署时速度快11.5倍,且世界模型评估次数减少600.5倍。 AI
影响 通过提高动态环境中任务的有效性和效率来增强AI控制系统。
排序理由 详细介绍一种新的AI控制方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- cross-entropy method (CEM)
- World Action Models (WAMs)
- world action trajectory optimization (WATO)
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →