Awesome World Model

Model Dunia yang Luar Biasa untuk Mengemudi Otonom

Kumpulkan beberapa makalah Model Dunia (untuk Mengemudi Otonom).

Jika Anda menemukan beberapa makalah yang diabaikan, jangan ragu untuk membuat permintaan penarikan , membuka terbitan , atau mengirim email kepada saya/ Qi Wang . Kontribusi dalam bentuk apa pun untuk membuat daftar ini lebih komprehensif sangat kami harapkan.

Jika Anda merasa repositori ini bermanfaat, mohon pertimbangkan untuk memberi kami bintang ?.

Jangan ragu untuk membagikan daftar ini dengan orang lain! ???

Lokakarya & Tantangan

• CVPR 2024 Workshop & Challenge | OpenDriveLab Track #4: Model Dunia Prediktif.

  Berfungsi sebagai representasi realitas spatio-temporal yang abstrak, model dunia dapat memprediksi keadaan masa depan berdasarkan keadaan saat ini. Proses pembelajaran model dunia berpotensi meningkatkan model dasar yang telah dilatih sebelumnya ke tingkat berikutnya. Dengan masukan yang hanya berupa penglihatan, keluaran jaringan neural menunjukkan awan di masa depan untuk membuktikan kemampuan prediktifnya terhadap dunia.

• CVPR 2023 Workshop on Autonomous Driving CHALLENGE 3: ARGOVERSE CHALLENGES, 3D Occupancy Forecasting menggunakan Dataset Sensor Argoverse 2. Memprediksi hunian ruangwaktu dunia selama 3 detik berikutnya.

Dokumen

Kertas asli model dunia

• Menggunakan Grid Hunian untuk Persepsi dan Navigasi Robot Seluler [makalah]

Blog atau video teknis

• Yann LeCun : Jalan Menuju Kecerdasan Mesin Otonom [makalah] [Video]
• Ceramah Utama CVPR'23 WAD - Ashok Elluswamy, Tesla [Video]
• Wayve Memperkenalkan GAIA-1: Model AI Generatif Mutakhir untuk Otonomi [blog]

  Model dunia adalah dasar bagi kemampuan untuk memprediksi apa yang mungkin terjadi selanjutnya, yang pada dasarnya penting untuk pengemudian otonom. Mereka dapat bertindak sebagai simulator yang dipelajari, atau eksperimen pemikiran mental “bagaimana jika” untuk pembelajaran atau perencanaan penguatan berbasis model. Dengan memasukkan model dunia ke dalam model mengemudi kita, kita dapat memungkinkan mereka memahami keputusan manusia dengan lebih baik dan pada akhirnya melakukan generalisasi ke situasi yang lebih nyata.

Survei

• Sebuah survei tentang model bahasa multimoda besar untuk mengemudi otonom. WACVW 2024 [Kertas] [Kode]
• Model Dunia: Perspektif Keamanan. ISSREW [Kertas
• Memahami Dunia atau Memprediksi Masa Depan? Survei Komprehensif Model Dunia. arXiv 2024.11 [Makalah]
• Menjelajahi Interaksi Antara Pembuatan Video dan Model Dunia dalam Mengemudi Otonom: Sebuah Survei. arXiv 2024.11 [Makalah]
• Menyelaraskan Ruang Siber dengan Dunia Fisik: Survei Komprehensif tentang AI yang Terwujud. arXiv 2024.7 [Kertas] [Kode]
• Apakah Sora adalah Simulator Dunia? Survei Komprehensif tentang Model Dunia Umum dan Selebihnya. arXiv 2024.5 [Kertas] [Kode]
• Model Dunia untuk Mengemudi Otonom: Survei Awal. 2024.3, arxiv [Kertas]

2024

• [ SEM2 ] Meningkatkan Efisiensi Sampel dan Kekokohan Mengemudi Otonom Perkotaan End-to-end melalui Model Dunia Bertopeng Semantik. TITS [Kertas]
• Vista : Model Dunia Berkendara yang Dapat Digeneralisasikan dengan Ketelitian Tinggi dan Kemampuan Kontrol Serbaguna. NeurIPS 2024 [Makalah] [Kode]
• Kumpulan Data DrivingDojo : Memajukan Model Dunia Mengemudi yang Interaktif dan Memperkaya Pengetahuan. NeurIPS 2024 [Makalah] [Proyek]
• Think2Drive : Pembelajaran Penguatan yang Efisien dengan Berpikir dalam Model Dunia Laten untuk Mengemudi Otonom Kuasi-Realistis. ECCV 2024 [Makalah]
• [ MARL-CCE ] Memodelkan Perilaku Kompetitif dalam Mengemudi Otonom dengan Model Dunia Generatif. ECCV 2024 [Makalah] [Kode]
• DriveDreamer : Menuju Model Dunia Berkendara Otonom yang Berbasis Dunia Nyata. ECCV 2024 [Makalah] [Kode]
• GenAD : Mengemudi Otonom End-to-End Generatif. ECCV 2024 [Makalah] [Kode]
• OccWorld : Mempelajari Model Dunia Hunian 3D untuk Mengemudi Otonom. ECCV 2024 [Makalah] [Kode]
• [ NeMo ] Model Dunia Volumetrik Neural untuk Mengemudi Otonom. ECCV 2024 [Makalah]
• CarFormer : Mengemudi Sendiri dengan Representasi Berpusat pada Objek yang Dipelajari. ECCV 2024 [Makalah] [Kode]
• [ MARL-CCE ] Pemodelan-Perilaku-Kompetitif-dalam-Mengemudi-Otonom-Di Bawah-Model-Dunia-Generatif. ECCV 2024 [Kode]
• [ GUMP ] Menyelesaikan Tugas Perencanaan Gerak dengan Model Generatif yang Dapat Diskalakan. ECCV 2024 [Makalah] [Kode]
• DrivingDiffusion : Pembuatan video adegan berkendara multi-tampilan yang dipandu tata letak dengan model difusi laten. ECCV 2024 [Makalah] [Kode]
• 3D-VLA : Model Dunia Generatif Visi-Bahasa-Tindakan 3D. ICML 2024 [Makalah]
• [ ViDAR ] Visual Point Cloud Forecasting memungkinkan Penggerak Otonom yang Dapat Diskalakan. CVPR 2024 [Makalah] [Kode]
• [ GenAD ] Model Prediktif Umum untuk Mengemudi Otonom. CVPR 2024 [Makalah] [Data]
• Cam4DOCC : Tolok Ukur Perkiraan Hunian 4D Hanya Kamera dalam Aplikasi Mengemudi Otonom. CVPR 2024 [Makalah] [Kode]
• [ Drive-WM ] Mengemudi ke Masa Depan: Peramalan dan Perencanaan Visual Multiview dengan Model Dunia untuk Mengemudi Otonom. CVPR 2024 [Makalah] [Kode]
• DriveWorld : Pemahaman Pemandangan Terlatih 4D melalui Model Dunia untuk Mengemudi Otonom. CVPR 2024 [Makalah]
• Obat mujarab : Pembuatan Video Panorama dan Terkendali untuk Mengemudi Otonom. CVPR 2024 [Makalah] [Kode]
• UnO : Bidang Hunian Tanpa Pengawasan untuk Persepsi dan Peramalan. CVPR 2024 [Makalah] [Kode]
• MagicDrive : Pembuatan Street View dengan Kontrol Geometri 3D yang Beragam. ICLR 2024 [Makalah] [Kode]
• Copilot4D : Mempelajari Model Dunia Tanpa Pengawasan untuk Mengemudi Otonom melalui Difusi Diskrit. ICLR 2024 [Makalah]
• SafeDreamer : Pembelajaran Penguatan Aman dengan Model Dunia. ICLR 2024 [Makalah] [Kode]
• DrivingWorld : Membangun Model Dunia untuk Mengemudi Otonom melalui Video GPT. arXiv 2024.12 [Kertas] [Kode]
• DrivingGPT : Menyatukan Pemodelan dan Perencanaan Dunia Mengemudi dengan Transformator Autoregresif Multimodal. arXiv 2024.12 [Makalah] [Proyek]
• Model Dunia Hunian yang Efisien melalui Aliran Dinamis Terpisah dan Pelatihan Berbantuan Gambar. arXiv 2024.12 [Makalah]
• PERMATA : Model Dunia Multimodal Ego-Vision yang Dapat Digeneralisasikan untuk Gerakan Ego yang Terperinci, Dinamika Objek, dan Kontrol Komposisi Pemandangan. arXiv 2024.12 [Makalah] [Proyek]
• GaussianWorld : Model Dunia Gaussian untuk Streaming Prediksi Hunian 3D. arXiv 2024.12 [Kertas] [Kode]
• Doe-1 : Mengemudi Otonom Loop Tertutup dengan Model Dunia Besar. arXiv 2024.12 [Kertas] [Kode]
• [ DrivePhysica ] Model Dunia Mengemudi yang Diinformasikan Secara Fisik. arXiv 2024.12 [Kertas] [Kode]
• HoloDrive : Pembuatan Pemandangan Jalan Multi-Modal 2D-3D Holistik untuk Mengemudi Otonom. arXiv 2024.12 [Makalah]
• InfinityDrive : Mendobrak Batas Waktu dalam Model Dunia Mengemudi. arXiv 2024.12 [Makalah] [Halaman Proyek]
• ReconDreamer : Membuat Model Dunia untuk Rekonstruksi Adegan Mengemudi melalui Restorasi Online. arXiv 2024.11 [Kertas] [Kode]
• Menghasilkan Skenario Di Luar Distribusi Menggunakan Model Bahasa. arXiv 2024.11 [Makalah]
• Bayangkan-2-Drive : Pemodelan Dunia Fidelitas Tinggi di CARLA untuk Kendaraan Otonom. arXiv 2024.11 [Makalah] [Halaman Proyek]
• WorldSimBench : Menuju Model Pembuatan Video sebagai Simulator Dunia. arXiv 2024.10 [Makalah] [Halaman Proyek]
• DriveDreamer4D : Model Dunia Adalah Mesin Data yang Efektif untuk Representasi Pemandangan Berkendara 4D. arXiv 2024.10 [Makalah] [Halaman Proyek]
• DOME : Menjinakkan Model Difusi menjadi Model Dunia Hunian Terkendali Ketelitian Tinggi. arXiv 2024.10 [Makalah] [Halaman Proyek]
• [ SSR ] Apakah Mengemudi Otonom End-to-End Benar-Benar Membutuhkan Tugas Persepsi? arXiv 2024.9 [Kertas] [Kode]
• Mengurangi Pergeseran Kovariat dalam Pembelajaran Imitasi untuk Kendaraan Otonom Menggunakan Model Dunia Generatif Ruang Laten. arXiv 2024.9 [Makalah]
• [ LatentDriver ] Mempelajari Berbagai Keputusan Probabilistik dari Model Dunia Laten dalam Mengemudi Otonom. arXiv 2024.9 [Kertas] [Kode]
• RenderWorld : Model Dunia dengan Label 3D yang Diawasi Sendiri. arXiv 2024.9 [Makalah]
• OccLLaMA : Model Dunia Generatif Aksi-Bahasa Hunian untuk Mengemudi Otonom. arXiv 2024.9 [Makalah]
• DriveGenVLM : Pembuatan Video Dunia Nyata untuk Mengemudi Otonom berbasis Model Bahasa Vision. arXiv 2024.8 [Makalah]
• [ Drive-OccWorld ] Mengemudi di Dunia Hunian: Peramalan dan Perencanaan Hunian 4D yang Berpusat pada Visi melalui Model Dunia untuk Mengemudi Otonom. arXiv 2024.8 [Makalah]
• BEVWorld : Model Dunia Multimoda untuk Mengemudi Otonom melalui Ruang Laten BEV Terpadu. arXiv 2024.7 [Kertas] [Kode]
• [ TOKEN ] Tokenisasikan Dunia ke dalam Pengetahuan Tingkat Objek untuk Mengatasi Peristiwa Ekor Panjang dalam Mengemudi Otonom. arXiv 2024.7 [Makalah]
• UMAD : Deteksi Anomali Tingkat Masker Tanpa Pengawasan untuk Mengemudi Otonom. arXiv 2024.6 [Makalah]
• SimGen : Pembuatan Adegan Berkendara Berkondisi Simulator. arXiv 2024.6 [Kertas] [Kode]
• [ AdaptiveDriver ] Perencanaan dengan Model Dunia Adaptif untuk Mengemudi Otonom. arXiv 2024.6 [Kertas] [Kode]
• [ HUKUM ] Meningkatkan Mengemudi Otonom End-to-End dengan Model Dunia Laten. arXiv 2024.6 [Kertas] [Kode]
• [ Delphi ] Meluncurkan Generalisasi Mengemudi Otonom End-to-End dengan Pembuatan Video Panjang yang Dapat Dikendalikan. arXiv 2024.6 [Kertas] [Kode]
• OccSora : Model Generasi Okupansi 4D sebagai Simulator Dunia untuk Mengemudi Otonom. arXiv 2024.5 [Kertas] [Kode]
• MagicDrive3D : Generasi 3D yang Dapat Dikontrol untuk Rendering Tampilan Apa Pun di Pemandangan Jalanan. arXiv 2024.5 [Kertas] [Kode]
• CarDreamer : Platform Pembelajaran Sumber Terbuka untuk Mengemudi Otonom berbasis Model Dunia. arXiv 2024.5 [Kertas] [Kode]
• [ DriveSim ] Menyelidiki LLM Multimoda sebagai Model Dunia untuk Mengemudi. arXiv 2024.5 [Kertas] [Kode]
• LidarDM : Simulasi LiDAR Generatif di Dunia yang Dihasilkan. arXiv 2024.4 [Kertas] [Kode]
• SubjectDrive : Menskalakan Data Generatif dalam Mengemudi Otonom melalui Kontrol Subjek. arXiv 2024.3 [Makalah] [Proyek]
• DriveDreamer-2 : Model Dunia yang Disempurnakan LLM untuk Beragam Generasi Video Mengemudi. arXiv 2024.3 [Kertas] [Kode]

2023

• TrafficBots : Menuju Model Dunia untuk Simulasi Mengemudi Otonom dan Prediksi Gerakan. ICRA 2023 [Makalah] [Kode]
• WoVoGen : Difusi Sadar Volume Dunia untuk Pembuatan Pemandangan Berkendara Multi-kamera yang Dapat Dikontrol. arXiv 2023.12 [Kertas] [Kode]
• [ CTT ] Transformator Lalu Lintas Kategoris: Prediksi Perilaku yang Dapat Ditafsirkan dan Beragam dengan Laten Tokenisasi. arXiv 2023.11 [Makalah]
• MUVO : Model Dunia Generatif Multimoda untuk Mengemudi Otonom dengan Representasi Geometris. arXiv 2023.11 [Makalah]
• GAIA-1 : Model Dunia Generatif untuk Mengemudi Otonom. arXiv 2023.9 ​​[Makalah]
• ADriver-I : Model Dunia Umum untuk Mengemudi Otonom. arXiv 2023.9 ​​[Makalah]
• UniWorld : Pra-pelatihan Mengemudi Otonom melalui Model Dunia. arXiv 2023.8 [Kertas] [Kode]

2022

• [ MILE ] Pembelajaran Imitasi Berbasis Model untuk Mengemudi di Perkotaan. NeurIPS 2022 [Makalah] [Kode]
• Iso-Dream : Mengisolasi dan Memanfaatkan Dinamika Visual yang Tidak Terkendali dalam Model Dunia. NeurIPS 2022 Spotlight [Kertas] [Kode]
• Symphony : Mempelajari Agen yang Realistis dan Beragam untuk Simulasi Mengemudi Otonom. ICRA 2022 [Makalah]
• Pembelajaran Imitasi Berbasis Model Hirarki untuk Perencanaan dalam Mengemudi Otonom. IROS 2022 [Makalah]
• [ SEM2 ] Meningkatkan Efisiensi Sampel dan Kekokohan Mengemudi Otonom Perkotaan End-to-end melalui Model Dunia Bertopeng Semantik. NeurIPS 2022 workshop [Makalah]

Makalah Model Dunia Lainnya

2025

• Platform Model Cosmos World Foundation untuk AI Fisik. NVIDIA [Kertas] [Kode]

2024

• [ SMAC ] Jawaban Beralas untuk Masalah Pengambilan Keputusan Multi-agen melalui Model Dunia Generatif. NeurIPS 2024 [Makalah]

• [ CoWorld ] Membuat RL Offline Online: Model Dunia Kolaboratif untuk Pembelajaran Penguatan Visual Offline. NeurIPS 2024 [Makalah] [Situs Web] [Kode Obor]

• [ Berlian ] Difusi untuk Pemodelan Dunia: Detail Visual Penting di Atari. NeurIPS 2024 [Makalah] [Kode]

• PIVOT-R : Model Dunia Sadar Titik Arah Berbasis Primitif untuk Manipulasi Robot. NeurIPS 2024 [Makalah]

• [ MUN ]Mempelajari Model Dunia untuk Navigasi Sasaran Tanpa Batas. NeurIPS 2024 [Makalah] [Kode]

• VidMan : Memanfaatkan Dinamika Implisit dari Model Difusi Video untuk Manipulasi Robot yang Efektif. NeurIPS 24 [Kertas]

• Model Dunia Adaptif : Perilaku Belajar dengan Imajinasi Laten dalam Non-Stasionaritas. NeurIPSW 2024 [Makalah]

• Munculnya Model Dunia Implisit dari Agen Fana. NeurIPSW 2024 [Makalah]

• Representasi Dunia Kausal dalam Model GPT. NeurIPSW 2024 [Makalah]

• PreLAR : Pra-pelatihan Model Dunia dengan Representasi Tindakan yang Dapat Dipelajari. ECCV 2024 [Makalah] [Kode]

• [ CWM ] Memahami Dinamika Fisik dengan Pemodelan Dunia Kontrafaktual. ECCV 2024 [Makalah] [Kode]

• ManiGaussian : Percikan Gaussian Dinamis untuk Manipulasi Robot Multi-tugas. ECCV 2024 [Makalah] [Kode]

• [ DWL ] Memajukan Penggerak Humanoid: Menguasai Medan Menantang dengan Pembelajaran Model Dunia yang Menolak. RSS 2024 (Best Paper Award Finalist) [Makalah]

• [ LLM-Sim ] Bisakah Model Bahasa Berfungsi sebagai Simulator Dunia Berbasis Teks? ACL [Kertas] [Kode]

• RoboDreamer : Mempelajari Model Dunia Komposisi untuk Imajinasi Robot. ICML 2024 [Makalah] [Kode]

• [ Δ-IRIS ] Model Dunia yang Efisien dengan Tokenisasi Sadar Konteks. ICML 2024 [Makalah] [Kode]

• AD3 : Tindakan Implisit adalah Kunci Model Dunia untuk Membedakan Beragam Pengalih Visual. ICML 2024 [Makalah]

• Hieros : Imajinasi Hirarki pada Model Dunia Urutan Ruang Negara Terstruktur. ICML 2024 [Makalah]

• [ HRSSM ] Mempelajari Representasi Kuat Dinamis Laten untuk Model Dunia. ICML 2024 [Makalah] [Kode]

• HarmonyDream : Harmonisasi Tugas Dalam Model Dunia. ICML 2024 [Makalah] [Kode]

• [ REM ] Meningkatkan Model Dunia Berbasis Token dengan Prediksi Observasi Paralel. ICML 2024 [Makalah] [Kode]

• Apakah Model Dunia Transformer Memberikan Gradien Kebijakan yang Lebih Baik? ICML 2024 [Makalah]

• TD-MPC2 : Model Dunia yang Skalabel dan Kuat untuk Kontrol Berkelanjutan. ICLR 2024 [Makalah] [Kode Obor]

• DreamSmooth : Meningkatkan Pembelajaran Penguatan Berbasis Model melalui Reward Smoothing. ICLR 2024 [Makalah]

• [ R2I ] Menguasai Tugas Memori dengan Model Dunia. ICLR 2024 [Makalah] [Kode JAX]

• MAMBA : Pendekatan Model Dunia yang Efektif untuk Pembelajaran Penguatan Meta. ICLR 2024 [Makalah] [Kode]

• Pembelajaran Armada Robot Interaktif Multi-Tugas dengan Model Dunia Visual. CoRL 2024 [Kertas] [Kode]

• Menuju Model Dunia yang Dapat Ditafsirkan Secara Fisik : Representasi yang Bermakna dengan Pengawasan Lemah untuk Prediksi Lintasan Visual. arXiv 2024.12 [Makalah]

• Mimpi Memanipulasi : Model Dunia Komposisi yang Memberdayakan Pembelajaran Imitasi Robot dengan Imajinasi. arXiv 2024.12 [Makalah] [Proyek]

• Transformers Menggunakan Model Dunia Kausal dalam Tugas Pemecahan Labirin. arXiv 2024.12 [Makalah]

• Owl-1 : Model Omni World untuk Pembuatan Video Panjang yang Konsisten. arXiv 2024.12 [Kertas] [Kode]

• StoryWeaver : Model Dunia Terpadu untuk Kustomisasi Karakter Cerita yang Ditingkatkan Pengetahuan. arXiv 2024.12 [Kertas] [Kode]

• SimuDICE : Optimalisasi Kebijakan Offline Melalui Pembaruan Model Dunia dan Estimasi DICE. BNAIC 2024 [Makalah]

• Eksplorasi Terikat dengan Ketidakpastian Model Dunia dalam Algoritma Pembelajaran Penguatan Aktor-Kritik Lunak. arXiv 2024.12 [Makalah]

• Genie 2 : Model dunia yayasan berskala besar. 2024.12 Google DeepMind [Blog]

• [ NWM ] Model Dunia Navigasi. arXiv 2024.12 Yann LeCun [Makalah] [Proyek]

• Matriks : Generasi Dunia Cakrawala Tak Terbatas dengan Kontrol Pergerakan Waktu Nyata. arXiv 2024.12 [Makalah] [Proyek]

• Perintah Gerakan : Mengontrol Pembuatan Video dengan Lintasan Gerakan. arXiv 2024.12 [Makalah] [Proyek]

• Penjelajah Dunia Generatif. arXiv 2024.11 [Makalah] [Proyek]

• [ WebDreamer ] Apakah LLM Anda Diam-diam Merupakan Model Dunia Internet? Perencanaan Berbasis Model untuk Agen Web. arXiv 2024.11 [Kertas] [Kode]

• WHALE : Menuju Model Dunia yang Dapat Digeneralisasikan dan Dapat Diskalakan untuk Pengambilan Keputusan yang Terwujud. arXiv 2024.11 [Makalah]

• DINO-WM : Model Dunia dengan Fitur Visual Terlatih yang memungkinkan Perencanaan Zero-shot. arXiv 2024.11 Yann LeCun [Kertas]

• Hukum Penskalaan untuk Agen Pra-pelatihan dan Model Dunia. arXiv 2024.11 [Makalah]

• [ Phyworld ] Seberapa Jauh Pembuatan Video dari Model Dunia: Perspektif Hukum Fisika. arXiv 2024.11 [Makalah] [Proyek]

• IGOR : Representasi Image-GOal adalah Unit Kontrol Atom untuk Model Fondasi dalam AI yang Terwujud. arXiv 2024.10 [Makalah] [Proyek]

• EVA : Model Dunia yang Terwujud untuk Antisipasi Video Masa Depan. arXiv 2024.10 [Makalah]

• VisualPredicator : Pembelajaran Model Dunia Abstrak dengan Predikat Neuro-Simbolis untuk Perencanaan Robot. arXiv 2024.10 [Makalah]

• [ LLMCWM ] Agen Bahasa Bertemu Kausalitas -- Menjembatani LLM dan Model Dunia Kausal. arXiv 2024.10 [Kertas] [Kode]

• Model Dunia Tanpa Hadiah untuk Pembelajaran Imitasi Online. arXiv 2024.10 [Makalah]

• Agen Web dengan Model Dunia : Mempelajari dan Memanfaatkan Dinamika Lingkungan dalam Navigasi Web. arXiv 2024.10 [Makalah]

• [ GLIMO ] Mendasarkan Model Bahasa Besar dalam Lingkungan yang Terwujud dengan Model Dunia yang Tidak Sempurna. arXiv 2024.10 [Makalah]

• AVID : Mengadaptasi Model Difusi Video dengan Model Dunia. arXiv 2024.10 [Kertas] [Kode]

• [ WMP ] Persepsi Berbasis Model Dunia untuk Penggerak Visual Berkaki. arXiv 2024.9 [Makalah] [Proyek]

• [ OSWM ] Model Dunia Sekali Pakai Menggunakan Transformator yang Dilatih pada Prior Sintetis. arXiv 2024.9 [Makalah]

• R-AIF : Menyelesaikan Tugas Robotik Berhadiah Jarang dari Piksel dengan Inferensi Aktif dan Model Dunia. arXiv 2024.9 [Makalah]

• Mewakili Informasi Posisi dalam Model Dunia Generatif untuk Manipulasi Objek. arXiv 2024.9 [Makalah]

• Membuat Model Bahasa Besar menjadi Model Dunia dengan Pengetahuan Prakondisi dan Efek. arXiv 2024.9 [Makalah]

• DexSim2Real$^2$ : Membangun Model Dunia Eksplisit untuk Manipulasi Cekatan Objek Artikulasi yang Tepat. arXiv 2024.9 [Makalah]

• Eksplorasi Efisien dan Pembelajaran Model Dunia Diskriminatif dengan Abstraksi Berpusat pada Objek. arXiv 2024.8 [Makalah]

• [ MoReFree ] Model Dunia Meningkatkan Otonomi dalam Pembelajaran Penguatan. arXiv 2024.8 [Makalah] [Proyek]

• UrbanWorld : Model Dunia Perkotaan untuk Generasi Kota 3D. arXiv 2024.7 [Makalah]

• PWM : Pembelajaran Kebijakan dengan Model Dunia Besar. arXiv 2024.7 [Kertas] [Kode]

• Memprediksi vs. Bertindak : Pertukaran Antara Pemodelan Dunia dan Pemodelan Agen. arXiv 2024.7 [Makalah]

• [ GenRL ] Model dunia landasan multimodal untuk agen yang diwujudkan secara generalis. arXiv 2024.6 [Kertas] [Kode]

• [ DLLM ] Model Dunia dengan Petunjuk Model Bahasa Besar untuk Pencapaian Tujuan. arXiv 2024.6 [Makalah]

• Peta Kognitif untuk Model Bahasa: Perencanaan Optimal melalui Model Representasi Dunia Secara Verbal. arXiv 2024.6 [Makalah]

• CityBench : Mengevaluasi Kemampuan Model Bahasa Besar sebagai Model Dunia. arXiv 2024.6 [Kertas] [Kode]

• CoDreamer : Model Dunia Terdesentralisasi Berbasis Komunikasi. arXiv 2024.6 [Makalah]

• [ EBWM ] Model Dunia Berbasis Energi yang Terinspirasi Secara Kognitif. arXiv 2024.6 [Makalah]

• Mengevaluasi Model Dunia yang Tersirat dalam Model Generatif. arXiv 2024.6 [Kertas] [Kode]

• Transformers dan Pengkodean Slot untuk Contoh Pemodelan Dunia Fisik yang Efisien. arXiv 2024.5 [Kertas] [Kode]

• [ Dalang ] Model Dunia Hierarki sebagai Pengendali Humanoid Visual Seluruh Tubuh. arXiv 2024.5 Yann LeCun [Kertas] [Kode]

• Model BWArea : Model Dunia Pembelajaran, Dinamika Invers, dan Kebijakan Generasi Bahasa Terkendali. arXiv 2024.5 [Makalah]

• Pandora : Menuju Model Dunia Umum dengan Tindakan Bahasa Alami dan Status Video. [Kertas] [Kode]

• [ WKM ] Perencanaan Agen dengan Model Pengetahuan Dunia. arXiv 2024.5 [Kertas] [Kode]

• Newton ™ – model dasar pertama untuk memahami dunia fisik. Archetype AI [Blog]

• Bersaing dan Menulis : Mempelajari Mekanisme Independen untuk Model Dunia Modular. arXiv 2024.4 [Makalah]

• MagicTime : Model Pembuatan Video Selang Waktu sebagai Simulator Metamorf. arXiv 2024.4 [Kertas] [Kode]

• Memimpikan Banyak Dunia : Mempelajari Model Dunia Kontekstual Membantu Generalisasi Zero-Shot. arXiv 2024.3 [Kertas] [Kode]

• ManiGaussian : Percikan Gaussian Dinamis untuk Manipulasi Robot Multi-tugas. arXiv 2024.3 [Kertas] [Kode]

• V-JEPA : Arsitektur Prediktif Penyematan Sambungan Video. Meta AI Yann LeCun [Blog] [Kertas] [Kode]

• [ IWM ] Pembelajaran dan Memanfaatkan Model Dunia dalam Pembelajaran Representasi Visual. Meta AI [Kertas]

• Genie : Lingkungan Interaktif Generatif. DeepMind [Kertas] [Blog]

• [ Sora ] Model pembuatan video sebagai simulator dunia. OpenAI [Laporan teknis]

• [ LWM ] Model Dunia pada Video dan Bahasa Berdurasi Jutaan Dengan RingAttention. arXiv 2024.2 [Kertas] [Kode]

• Perencanaan dengan Ensemble Model Dunia. OpenReview [Makalah]

• WorldDreamer : Menuju Model Dunia Umum untuk Pembuatan Video melalui Memprediksi Token Bertopeng. arXiv 2024.1 [Kertas] [Kode]

2023

• [ IRIS ] Transformer adalah Contoh Model Dunia yang Efisien. ICLR 2023 Oral [Kertas] [Kode Obor]
• STORM : Model Dunia Berbasis Stochastic Transformer yang Efisien untuk Pembelajaran Penguatan. NIPS 2023 [Kertas] [Kode Obor]
• [ TWM ] Model Dunia Berbasis Transformer Senang dengan 100 Ribu Interaksi. ICLR 2023 [Makalah] [Kode Obor]
• [ Dynalang ] Belajar Memodelkan Dunia dengan Bahasa. arXiv 2023.8 [Kertas] [Kode JAX]
• [ DreamerV3 ] Menguasai Atari dengan Model Dunia Diskrit. arXiv 2023.1 [Kertas] [Kode JAX] [Kode Obor]

2022

• [ TD-MPC ] Pembelajaran Perbedaan Temporal untuk Model Kontrol Prediktif. ICML 2022 [Kertas] [Kode Obor]
• DreamerPro : Pembelajaran Penguatan Berbasis Model Bebas Rekonstruksi dengan Representasi Prototipikal. ICML 2022 [Makalah] [Kode TF]
• DayDreamer : Model Dunia untuk Pembelajaran Robot Fisik. CoRL 2022 [Makalah] [Kode TF]
• Perencanaan Hierarki Mendalam dari Piksel. NIPS 2022 [Kertas] [Kode TF]
• Iso-Dream : Mengisolasi dan Memanfaatkan Dinamika Visual yang Tidak Terkendali dalam Model Dunia. NIPS 2022 Spotlight [Kertas] [Kode Obor]
• DreamingV2 : Pembelajaran Penguatan dengan Model Dunia Diskrit tanpa Rekonstruksi. arXiv 2022.3 [Makalah]

2021

• [ DreamerV2 ] Menguasai Atari dengan Model Dunia Diskrit. ICLR 2021 [Kertas] [Kode TF] [Kode Obor]
• Bermimpi : Pembelajaran Penguatan Berbasis Model dengan Imajinasi Laten tanpa Rekonstruksi. ICRA 2021 [Makalah]

2020

• [ DreamerV1 ] Mimpi untuk Dikendalikan: Perilaku Belajar dengan Imajinasi Laten. ICLR 2020 [Kertas] [Kode TF] [Kode Obor]
• [ Plan2Explore ] Berencana Menjelajah melalui Model Dunia yang Diawasi Sendiri. ICML 2020 [Kertas] [Kode TF] [Kode Obor]

2018

• Model Dunia. NIPS 2018 Oral [Kertas]