StarWM

StarWM 引入自监督注意力路由，用于鲁棒的 AI 世界模型

研究人员推出了 StarWM，一种用于 AI 世界模型的新型自监督学习方法。StarWM 采用交叉注意力模块，选择性地将重建应用于相关的环境动态，从而避免了纯粹基于重建的模型中出现的表征能力错配。该方法能有效区分任务相关信息和无关干扰项，在 DeepMind Control 基准测试中表现出色，尤其是在具有动态视频背景和顺序干扰项的挑战性条件下。