HuggingFace Papers · 世界模型

Incantation 将自然语言作为多实体视频世界模型的动作接口

Incantation 提出了一种将自然语言指令直接映射为多实体视频世界模型动作接口的方法，让用户通过描述性语言即可驱动虚拟环境中多个对象的交互与行为。该方法避开了传统动作空间定义与强化学习策略调优的复杂流程，有望降低视频世界模型在仿真、游戏和机器人训练等场景中的使用门槛。

导读

这条暂时没有深度导读，点上方「访问项目本体」直接到源页面查看。