SPT-Flow提出连续时间世界模型轨迹监督方法

Mingyang Lyu等论文作者提出SPT-Flow，一种连续时间世界模型训练方法：为每条示范轨迹采样一个潜变量，通过自由运行的常微分方程（ODE）生成轨迹，并在多个读取时刻将预测状态与示范状态对齐，以增强模型对轨迹关联潜变量的利用。 在LIBERO测试中，双方模型均训练3万步，SPT-Flow相较作者重新训练的ODEWorld基线，在轨迹中段和末帧的best-of-10 PSNR分别提高2.0和2.4 dB，平均LPIPS降低23%，单样本推理成本相近。作者的诊断实验支持模型利用轨迹关联潜变量，但在相同条件下，机器人任务中的语义模式覆盖能力尚未得到验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。