DEWO: Weltmodell-Optimierung aus direkter Erfahrung für World-Action Models
Das Preprint stellt Direct Experience World-Model Optimization (DEWO) vor, ein Post-Deployment-Lernverfahren für World-Action Models, das neben Aktionsimitation auch visuelle Vorhersagen aus beobachteten Interaktionsverläufen aktualisiert. In fünf DexJoCo-Aufgaben verbessert DEWO den durchschnittlichen Erfolg über alle drei getesteten WAM-Formulierungen; auf echten Roboterplattformen steigt der Erfolg in Zellen mit mindestens einem anfänglichen Erfolg von 51,0 % auf 71,7 %. Damit wird Weltmodellierung zu einem aktiven Teil der Anpassung nach dem Einsatz.