arXiv cs.AI· Xiangteng Zhang, Haoyuan Liu, Yang Guan, Jingliang Duan, Yao Lyu, Tao Zhang, Shuai Zhang, Kehua Sheng, Bo Zhang, Shengbo Eben Li·· 15 天前AI 评分34
WAC 模型：联合前瞻与评估的策略学习世界动作评论家架构
World Action Critic (WAC) Model: Joint Foresight and Criticism for Policy Learning
AI 导读
研究人员提出世界动作评论家模型（WAC），通过提出多模态候选动作并联合学习候选条件下的未来预测与后果评估，解决反事实动作难以推理的问题。该框架利用 critic 监督在推演过程中直接塑造中间预测表征，保留区分动作质量所需的信息。应用于自动驾驶任务时，WAC 在 NAVSIM-v1 上取得了 93.4 PDMS 的成绩。
来源：arXiv cs.AI · arxiv.org