本项目 · 论文与研究
FutureWorlds 研究从替代未来中学习
论文从多个动作条件替代未来的相对质量中提取学习信号，结合 MemSPO 后训练机器人世界模型。
这是10月1日论文v1的补记；候选搜索、训练奖励与部署时的未来预测分别理解，不据训练方法推断通用部署能力。
FutureWorlds 研究团队 / 独立收录记录
FutureWorlds
FutureWorlds 为同一条件扩展多种替代未来，用视频质量的相对奖励改进预测；每个候选维护自己的有界视觉与动作历史。
技术资料
能做什么，使用时要注意什么。
输入与结果
- 提供什么
- 初始视觉条件、机器人动作序列与可选语言指令。
- 得到什么
- 自回归视觉 token，并解码为未来视频。
- 动作的作用
- 预测以动作为条件。
资料尚未确认
开放方式开源情况适用限制需要区分的对象已收录材料不足以判断，未确认不代表没有相应能力。
分类与用途
本站根据所引材料归纳的检索标签。标签可以重叠，不表示能力验证；未知不表示不支持。
相关动态
按事件时间展示已收录进展，非完整新闻列表。
来源与原文
按原始材料集中查阅；相同原句合并展示，对应资料与阅读日期一并保留。
FutureWorlds · 项目原始材料
核对原文摘录 · 4 段，支持 5 项资料
原阅读方向 / 输出什么
A visual decoder maps predicted tokens back to video.一句话认识
We introduce FutureWorlds, a framework that unifies candidate construction, history maintenance, and learning from relative quality.输入什么
conditioned on the same visual observations, action sequence, and optional language instruction.动作是否影响预测
Robotic world modeling predicts how a scene evolves under actions.FutureWorlds · 项目原始材料
补充阅读入口，当前技术字段未引用该页摘录。
本站整理来源中的声明，不核查厂商声明真伪，不评价模型优劣。了解收录方式 →