UCSD团队提出世界-动作模型FACT：以动作条件预测未来，提升机器人决策能力

近期提出的世界-动作模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身（WAM）证实，将策略与未来预测联合训练能为动作生成提供物理先验。现有主流实现思路有两种：一是生成未来视频，并借助逆动力学模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身反推动作；二是将预测的未来视频作为目标条件生成动作。但这两类方案存在共同局限：世界模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身的训练素材大多来自成功演示样本，几乎缺乏对劣质动作所引发结果的预测能力。针对此问题，UCSD团队提出FACT，一款具备因果建模能力的世界-动作模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身，能够以执行动作为条件，预测未来视频画面与任务推进状态，使动作选择更具前瞻性。