World-Ego Modeling

新的基准和模型推动具身AI世界建模发展

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。