World models中級
DeltaWorld、動作条件付き潜在増分で物理的に整合的な操作世界シミュレータを実現
本論文はプレプリントである。DeltaWorldは、ロボット操作映像の将来予測において、次の潜在状態全体ではなく動作が引き起こす潜在変化を予測するDelta-LTMと、ロボットと物体の相互作用領域を強調するInteraction-aware Latent Alignmentを導入した世界シミュレータである。独自収集のクロスロボットデータセットでIWS比FVDを46.6%、LPIPSを31.1%削減し、長距離の動作条件付き映像予測の一貫性を改善した。