LEARNING
WAM-RL：基于重建奖励和在线视频SFT的世界-动作模型强化学习
Zezhong Qian, Xiaowei Chi, Yu Qi, Haozhan Li, Zhi Yang Chen, Shanghang Zhang
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出WAM-RL框架，通过在线环境交互联合优化世界模型和动作模型，解决了现有世界-动作模型依赖专家轨迹、难以获取细粒度操作技能的问题。实验表明，仅优化动作模型可提升短时任务表现，但对长时任务效果有限。
关键词
world-action modelreinforcement learningfine-grained manipulationonline traininghierarchical optimization
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018