arXiv · cs.RO· Baorui Peng, Wenyao Zhang, Liang Xu, Bohan Li, Hu Zhu, Zekun Qi, Hongsi Liu, Jiazhao Zhang, Wenjun Zeng, Xin Jin·· 8 小时前AI 评分58
论文 / 摘要阅读
ReWorld：面向具身视频生成的多维度奖励建模
ReWorld: Multi-Dimensional Reward Modeling for Embodied Video Generation
AI 导读 · 根据来源整理
ReWorld 提出用强化学习对齐具身视频生成，使其兼顾物理真实性、任务完成能力、本体合理性与视觉质量。作者构建约 235K 规模的视频偏好数据集，训练分层奖励模型以捕捉与人类偏好一致的多维度奖励，并用计算高效的 PPO 式算法对基于流的视频生成器做后训练。实验与理论分析显示，ReWorld 在生成 rollout 的物理保真度、逻辑连贯性、本体表现和视觉质量上优于此前方法，作者指出当前模型在接触密集操作任务上对物理保真与任务逻辑关注不足。该工作为 arXiv 预印本。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org