Learning Latent Action World Models In The Wild
在真实世界中学习潜在动作世界模型
机构 * FAIR at Meta（Meta旗下的FAIR） ； Inria（法国国家信息与自动化研究所）
AI总结 本研究提出在真实世界视频中学习潜在动作世界模型，通过连续受限的潜在动作捕捉复杂动作，解决了环境噪声和缺乏共同具象的挑战，实现了与动作条件基线相似的规划任务性能。
Comments 37 pages, 25 figures; updated references and experimental details
