Toutes les news taguées avec ce sujet.
Danijar Hafner mise sur les world models et le reinforcement learning pour permettre à des robots humanoïdes de s'adapter à des environnements inconnus.
Un nouvel objectif d'entraînement aligne la prédiction d'états web sur le besoin réel des rankers d'actions, avec des gains mesurables sur plusieurs benchmarks.
Une étude formelle montre qu'un modèle de monde de code validé par un test peut être exact partout où le test regarde, et arbitrairement faux ailleurs.
CLAP unifie les espaces d'action robots et humains pour générer des vidéos prédisant la physique en zero-shot.
Une méthode de correction d'invariant réduit l'erreur de prédiction dans les simulations vidéo de DreamerV3.
NVIDIA dévoile Cosmos 3 Edge, un modèle omni de 4 milliards de paramètres conçu pour le contrôle robotique embarqué.
Un nouveau benchmark révèle que les modèles vidéo génératifs concentrent leurs sorties sur peu d'issues au lieu de reproduire des distributions physiques réelles.