研究人员引入了世界-自我建模（WEM），一种用于具身智能的新范式，它将世界动力学的预测与特定于代理人的行为分离开来。该方法旨在提高长时任务的性能，特别是在混合导航和操作场景中。为了便于评估，开发了一个名为HTEWorld的新基准，其中包含大量的视频数据和多轮指令轨迹。同时，WorldArena 2.0通过整合多模态输入、评估交互式强化学习能力以及在各种机器人平台和真实世界环境中进行测试，扩展了具身世界模型基准测试。 AI
影响 具身世界模型和基准的进步可以加速开发更强大、更多功能的机器人代理。
排序理由 两篇研究论文介绍了具身AI世界模型的新概念范式和基准。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
World models are widely explored in embodied intelligence, yet they typically predict distinct evolutions of the world and the ego within a single stream, where the world captures persistent instruction-agnostic scene regularities and the ego captures robot-centric instruction-co…
World models have emerged as a central paradigm for embodied intelligence, enabling agents to predict action-conditioned future and reason about environmental dynamics. However, existing embodied world model benchmarks are still largely confined to vision-only prediction, offline…