KAIST 提出 AFFECT:让世界模型真正学会动作改变了什么

John Won · hf · 2026-11-20

KAIST 团队提出 AFFECT,一个训练世界模型的辅助目标。现有世界模型虽能生成逼真视频,却常无法捕捉微小动作变化对未来观测的影响,限制了机器人策略评估与模型基规划等应用。

方法:向策略的动作注入时间相关噪声,训练世界模型使其生成视频对噪声作出与录像一致的响应,无需从同一初始状态重复执行。在 OGBench 仿真和真实世界 DROID、ALOHA-2 设置上,AFFECT 提升了 rollout 保真度与规划成功率,例如 DROID 上策略成功率与预测的相关性显著改善。

原文链接 →

「具身」频道最新

更多「具身」频道 AI 资讯 →