计算机科学 > 计算机视觉与模式识别
[提交于 2025年4月3日
]
标题: 探索驱动的生成式交互环境
标题: Exploration-Driven Generative Interactive Environments
摘要: 现代世界模型需要耗费大量时间和成本来收集带有操作演示的大型视频数据集。为了简化训练,我们专注于使用多个虚拟环境,以获取廉价且自动收集的交互数据。最近的多环境世界模型 Genie 展示了共享行为的许多环境的模拟能力。然而,训练他们的模型仍需要昂贵的操作演示。因此,我们提出了一种仅使用虚拟环境中随机代理的训练框架。虽然以这种方式训练的模型表现出良好的控制能力,但其受到随机探索可能性的限制。为了解决这一局限性,我们提出了 AutoExplore Agent——一种完全依赖于世界模型不确定性的探索代理,能够提供多样化的数据,从而学习到最佳行为。我们的代理完全独立于特定环境的奖励,因此可以轻松适应新环境。通过这种方法,预训练的多环境模型可以快速适应新环境,提高视频保真度和可控性。为了获得用于预训练的自动大规模交互数据集,我们将具有相似行为和控制的环境分组。为此,我们标注了 974 个虚拟环境的行为和控制——我们将其称为 RetroAct 数据集。为了构建我们的模型,我们首先创建了 Genie 的开源实现 GenieRedux,并在我们的版本 GenieRedux-G 中应用了增强和适配。我们的代码和数据可在 https://github.com/insait-institute/GenieRedux 获取。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.