arXiv 游戏 AI 检索· Hyunwoo Ryu·· 2026-10-17精选AI 评分45
Mirror:自我改进的视频到动作模型
Self-Improving Video-to-Action Models
AI 导读
Mirror 是一种自监督方法,无需先验动作数据或手写奖励,通过与环境交互学习视频到动作的映射。在 Atari、OGBench 和 DeepMind Control 上,它以学到的视频计划超过了基于观察学习的主流方法;在 Minecraft BASALT 上,它超过了可使用专家动作或手工任务知识的方法。在 Minecraft 生存任务中,它仅靠自我改进就获得了铁镐,不依赖奖励或专家动作标签。
推荐理由
它不依赖人工动作标注和手写奖励,让视频规划模型能够转化为可执行的智能体策略,适合关注视频模型与智能体结合的读者。
来源:arXiv 游戏 AI 检索 · arxiv.org