arXiv 游戏世界模型与生成检索· Zhexin Lou·· 2026-10-04精选AI 评分41
PWM:用在线强化学习从短视频定制个性化世界模型
PWM: Personalized World Models with Online Reinforcement Learning
AI 导读
研究提出 PWM(Personalized World Models)框架,用在线强化学习从短视频定制可交互世界模型,在冻结的 Yume-5B 主干上训练紧凑 LoRA 适配器。
推荐理由
论文给出 PWM-Bench 的 150 项定制任务与 GRPO、DiffusionNFT 两组对比数据,可用于判断场景定制的可复现程度。
来源:arXiv 游戏世界模型与生成检索 · arxiv.org