EVA: Video Dünya Modellerini Ters Dinamik Ödüller Aracılığıyla Yürütülebilir Robot Eylemleriyle Hizalama

Video üretken modelleri, robotik için dünya modelleri olarak giderek daha fazla kullanılmaktadır; bu modeller, mevcut gözlem ve görev talimatına bağlı olarak gelecekteki bir görsel akışı üretir ve bir ters dinamik modeli (IDM) üretilen kareleri yürütülebilir robot eylemlerine dönüştürür. Ancak, mevcut video dünya modelleri açık yürütülebilirlik kısıtlamalarından yoksundur. Sonuç olarak, görsel olarak tutarlı akışlar bile katı cisim ve kinematik tutarlılığı ihlal edebilir, bu da kararsız veya uygulanamaz kontrol komutları üretir...