← 世界模型 / 生成与轨迹规划

正式发表 / World Models

UniSim

Learning Interactive Real-World Simulators

ICLR · 2024CCF A
GitHub 未确认Stars —引用 597

快照 2026-10-28 · 引用:Semantic Scholar / arXiv 关联记录 · 代码核验依据 ↗

关键框架 FRAMEWORK
统一动作条件视频模拟器UniSim · 原文 Fig. 2 · HTML §2 ↗

混合不同来源的视频和动作条件训练视频模拟器,以语言或低层动作控制后续视觉变化。

  1. 01混合多源交互数据
  2. 02按动作生成未来
  3. 03在模拟器中训练策略
UniSim统一动作条件视频模拟器
统一动作条件视频模拟器

混合不同来源的视频和动作条件训练视频模拟器,以语言或低层动作控制后续视觉变化。 来源 ↗ · 打开完整图片 ↗

THE IDEA

它在解决什么

混合不同来源的视频和动作条件训练视频模拟器,以语言或低层动作控制后续视觉变化。

WHY READ IT

为什么放在这条路线

将被动视频生成推进到可交互模拟,连接视频世界模型和下游策略学习。

当前阶段生成与轨迹规划 ↗

轨迹去噪、视频计划与可交互世界怎样连接?

READ WITH A QUESTION

读的时候,留意什么

学习模拟器可能产生不符合物理的轨迹;生成逼真度和策略迁移需要分别验证。

我的阅读笔记

LOCAL NOTES
笔记仅保存在当前浏览器