Awesome World Model

Потрясающие мировые модели для автономного вождения

Соберите несколько статей о моделях мира (для автономного вождения).

Если вы обнаружите какие-то игнорируемые документы, не стесняйтесь создавать запросы на включение , открывать проблемы или отправлять электронное письмо мне / Ци Вану . Приветствуются любые вклады, которые сделают этот список более полным.

Если вы найдете этот репозиторий полезным, поставьте нам звезду ?

Не стесняйтесь поделиться этим списком с другими! ???

Семинар и вызов

• CVPR 2024 Workshop & Challenge | OpenDriveLab Трек № 4: Прогнозируемая модель мира.

  Выступая в качестве абстрактного пространственно-временного представления реальности, модель мира может предсказывать будущие состояния на основе текущего состояния. Процесс обучения моделей мира может поднять предварительно обученную базовую модель на новый уровень. Учитывая входные данные только для зрения, нейронная сеть выводит облака точек в будущем, чтобы подтвердить свою способность прогнозировать мир.

• CVPR 2023 Workshop on Autonomous Driving ЗАДАЧА 3: ЗАДАЧИ ARGOVERSE, 3D-прогнозирование занятости с использованием набора данных датчиков Argoverse 2. Предскажите пространственно-временную занятость мира на следующие 3 секунды.

Статьи

Оригинальная бумажная модель мира

• Использование сеток занятости для восприятия и навигации мобильных роботов [бумага]

Технический блог или видео

• Yann LeCun : Путь к автономному машинному интеллекту [бумага] [Видео]
• Основной доклад CVPR'23 WAD — Ашок Эллусвами, Tesla [Видео]
• Wayve представляет GAIA-1: передовую модель генеративного искусственного интеллекта для автономности [блог]

  Мировые модели являются основой способности предсказывать, что может произойти дальше, что принципиально важно для автономного вождения. Они могут действовать как обучаемый симулятор или мысленный эксперимент «а что, если» для обучения с подкреплением на основе моделей (RL) или планирования. Включая модели мира в наши модели вождения, мы можем позволить им лучше понимать человеческие решения и, в конечном итоге, обобщать их на более реальные ситуации.

Опрос

• Обзор мультимодальных больших языковых моделей для автономного вождения. WACVW 2024 [Бумага] [Код]
• Мировые модели: взгляд на безопасность. ISSREW [Бумага
• Понимание мира или предсказание будущего? Комплексный обзор мировых моделей. arXiv 2024.11 [Бумага]
• Исследование взаимодействия между генерацией видео и мировыми моделями в автономном вождении: опрос. arXiv 2024.11 [Бумага]
• Согласование киберпространства с физическим миром: комплексный обзор воплощенного ИИ. arXiv 2024.7 [Бумага] [Код]
• Является ли Сора симулятором мира? Комплексный обзор общих моделей мира и не только. arXiv 2024.5 [Бумага] [Код]
• Мировые модели автономного вождения: первоначальный обзор. 2024.3, arxiv [Бумага]

2024 год

• [ SEM2 ] Повышение эффективности выборки и надежности комплексного городского автономного вождения с помощью модели семантического маскированного мира. TITS [Бумага]
• Vista : Обобщенная модель мира вождения с высокой точностью и универсальной управляемостью. NeurIPS 2024 [Бумага] [Код]
• Набор данных DrivingDojo : развитие интерактивной и обогащенной знаниями модели мира вождения. NeurIPS 2024 [Документ] [Проект]
• Think2Drive : эффективное обучение с подкреплением посредством мышления в модели скрытого мира для квазиреалистичного автономного вождения. ECCV 2024 [Бумага]
• [ MARL-CCE ] Моделирование конкурентного поведения при автономном вождении в рамках генеративной модели мира. ECCV 2024 [Бумага] [Кодекс]
• DriveDreamer : К реальным мировым моделям автономного вождения. ECCV 2024 [Бумага] [Кодекс]
• GenAD : Генеративное сквозное автономное вождение. ECCV 2024 [Бумага] [Кодекс]
• OccWorld : Изучение трехмерной модели присутствия людей для автономного вождения. ECCV 2024 [Бумага] [Кодекс]
• [ NeMo ] Нейронные объемные модели мира для автономного вождения. ECCV 2024 [Бумага]
• CarFormer : самостоятельное вождение с изученными объектно-ориентированными представлениями. ECCV 2024 [Бумага] [Кодекс]
• [ MARL-CCE ] Моделирование конкурентного поведения в модели автономного вождения в рамках генеративной мировой модели. ECCV 2024 [Код]
• [ GUMP ] Решение задач планирования движения с помощью масштабируемой генеративной модели. ECCV 2024 [Бумага] [Кодекс]
• DrivingDiffusion : создание многопросмотрового видео сцены вождения на основе макета со скрытой моделью диффузии. ECCV 2024 [Бумага] [Кодекс]
• 3D-VLA : 3D-модель генеративного мира «видение-язык-действие». ICML 2024 [Бумага]
• [ ViDAR ] Визуальное прогнозирование облака точек обеспечивает масштабируемое автономное вождение. CVPR 2024 [Бумага] [Кодекс]
• [ GenAD ] Обобщенная прогнозирующая модель для автономного вождения. CVPR 2024 [Документ] [Данные]
• Cam4DOCC : эталон для четырехмерного прогнозирования занятости с помощью камеры в приложениях автономного вождения. CVPR 2024 [Бумага] [Кодекс]
• [ Drive-WM ] Вождение в будущее: многовидовое визуальное прогнозирование и планирование с использованием мировой модели автономного вождения. CVPR 2024 [Бумага] [Кодекс]
• DriveWorld : предварительно обученное понимание 4D-сцен с помощью мировых моделей для автономного вождения. CVPR 2024 [Бумага]
• Панацея : панорамное и управляемое создание видео для автономного вождения. CVPR 2024 [Бумага] [Кодекс]
• UnO : Неконтролируемые поля занятости для восприятия и прогнозирования. CVPR 2024 [Бумага] [Кодекс]
• MagicDrive : создание Street View с разнообразным управлением 3D-геометрией. ICLR 2024 [Бумага] [Код]
• Copilot4D : Изучение моделей мира без присмотра для автономного вождения посредством дискретной диффузии. ICLR 2024 [Документ]
• SafeDreamer : безопасное обучение с подкреплением с помощью мировых моделей. ICLR 2024 [Бумага] [Код]
• DrivingWorld : построение мировой модели для автономного вождения с помощью видео GPT. arXiv 2024.12 [Бумага] [Код]
• DrivingGPT : объединение моделирования и планирования мира вождения с помощью мультимодальных авторегрессионных преобразователей. arXiv 2024.12 [Документ] [Проект]
• Модель эффективного мира занятости посредством разделенного динамического потока и обучения с использованием изображений. arXiv 2024.12 [Бумага]
• GEM : Обобщаемая мультимодальная модель мира эго-видения для детального управления эго-движением, динамикой объектов и управлением композицией сцены. arXiv 2024.12 [Документ] [Проект]
• GaussianWorld : модель гауссова мира для потокового 3D-прогнозирования занятости. arXiv 2024.12 [Бумага] [Код]
• Doe-1 : автономное вождение с замкнутым контуром с моделью большого мира. arXiv 2024.12 [Бумага] [Код]
• [ DrivePhysica ] Модель мира физического информированного вождения. arXiv 2024.12 [Бумага] [Код]
• HoloDrive : целостная 2D-3D мультимодальная генерация уличных сцен для автономного вождения. arXiv 2024.12 [Бумага]
• InfinityDrive : преодоление ограничений по времени в моделях мира вождения. arXiv 2024.12 [Документ] [Страница проекта]
• ReconDreamer : создание моделей мира для реконструкции сцены вождения с помощью онлайн-восстановления. arXiv 2024.11 [Бумага] [Код]
• Создание сценариев вне распределения с использованием языковых моделей. arXiv 2024.11 [Бумага]
• Imagine-2-Drive : Высокоточное моделирование мира в CARLA для автономных транспортных средств. arXiv 2024.11 [Документ] [Страница проекта]
• WorldSimBench : к моделям генерации видео как симулятору мира. arXiv 2024.10 [Документ] [Страница проекта]
• DriveDreamer4D : модели мира являются эффективными машинами обработки данных для четырехмерного представления сцены вождения. arXiv 2024.10 [Документ] [Страница проекта]
• КУПОЛ : преобразование модели диффузии в высокоточную модель мира с контролируемой занятостью. arXiv 2024.10 [Документ] [Страница проекта]
• [ SSR ] Действительно ли сквозное автономное вождение нуждается в задачах восприятия? arXiv 2024.9 [Бумага] [Код]
• Смягчение ковариатного сдвига в имитационном обучении для автономных транспортных средств с использованием генеративных моделей мира в скрытом пространстве. arXiv 2024.9 [Бумага]
• [ LatentDriver ] Обучение множественным вероятностным решениям на основе модели скрытого мира при автономном вождении. arXiv 2024.9 [Бумага] [Код]
• RenderWorld : модель мира с самоконтролируемой 3D-меткой. arXiv 2024.9 [Бумага]
• OccLLaMA : Генеративная мировая модель присутствия-языка-действия для автономного вождения. arXiv 2024.9 [Бумага]
• DriveGenVLM : создание реального видео для автономного вождения на основе языковой модели машинного зрения. arXiv 2024.8 [Бумага]
• [ Drive-OccWorld ] Вождение в мире присутствия: ориентированное на зрение 4D-прогнозирование и планирование занятости с помощью мировых моделей для автономного вождения. arXiv 2024.8 [Бумага]
• BEVWorld : Мультимодальная модель мира для автономного вождения через единое скрытое пространство BEV. arXiv 2024.7 [Бумага] [Код]
• [ ТОКЕН ] Преобразуйте мир в знания на уровне объектов для решения проблем с длинным хвостом в автономном вождении. arXiv 2024.7 [Бумага]
• UMAD : неконтролируемое обнаружение аномалий на уровне маски для автономного вождения. arXiv 2024.6 [Бумага]
• SimGen : создание сцены вождения с учетом условий симулятора. arXiv 2024.6 [Бумага] [Код]
• [ AdaptiveDriver ] Планирование с помощью адаптивных мировых моделей для автономного вождения. arXiv 2024.6 [Бумага] [Код]
• [ ЗАКОН ] Улучшение комплексного автономного вождения с помощью модели скрытого мира. arXiv 2024.6 [Бумага] [Код]
• [ Delphi ] Расширение возможностей комплексного автономного вождения с помощью управляемой генерации длинных видео. arXiv 2024.6 [Бумага] [Код]
• OccSora : 4D-модели генерации занятости как мировые симуляторы для автономного вождения. arXiv 2024.5 [Бумага] [Код]
• MagicDrive3D : управляемая генерация 3D-изображений для рендеринга уличных сцен под любым видом. arXiv 2024.5 [Бумага] [Код]
• CarDreamer : платформа обучения с открытым исходным кодом для автономного вождения на основе мировой модели. arXiv 2024.5 [Бумага] [Код]
• [ DriveSim ] Исследование мультимодальных LLM как мировых моделей вождения. arXiv 2024.5 [Бумага] [Код]
• LidarDM : Генеративное моделирование LiDAR в генерируемом мире. arXiv 2024.4 [Бумага] [Код]
• subjectDrive : масштабирование генеративных данных при автономном вождении с помощью управления субъектом. arXiv 2024.3 [Документ] [Проект]
• DriveDreamer-2 : улучшенные модели мира с помощью LLM для создания разнообразного видео о вождении. arXiv 2024.3 [Бумага] [Код]

2023 год

• TrafficBots : К мировым моделям для моделирования автономного вождения и прогнозирования движения. ICRA 2023 [Бумага] [Кодекс]
• WoVoGen : Diffusion с учетом мирового объема для управляемой генерации сцен вождения с помощью нескольких камер. arXiv 2023.12 [Бумага] [Код]
• [ CTT ] Категориальный преобразователь трафика: интерпретируемое и разнообразное прогнозирование поведения с помощью токенизированной скрытой информации. arXiv 2023.11 [Бумага]
• MUVO : Мультимодальная генеративная модель мира для автономного вождения с геометрическими представлениями. arXiv 2023.11 [Бумага]
• GAIA-1 : Генеративная модель мира для автономного вождения. arXiv 2023.9 ​​[Бумага]
• ADriver-I : Общая мировая модель автономного вождения. arXiv 2023.9 ​​[Бумага]
• UniWorld : Предварительное обучение автономному вождению с помощью мировых моделей. arXiv 2023.8 [Бумага] [Код]

2022 год

• [ MILE ] Имитационное обучение на основе моделей для вождения в городе. NeurIPS 2022 [Бумага] [Код]
• Изо-мечта : изоляция и использование неконтролируемой визуальной динамики в моделях мира. NeurIPS 2022 Spotlight [Бумага] [Код]
• Symphony : изучение реалистичных и разнообразных агентов для моделирования автономного вождения. ICRA 2022 [Документ]
• Иерархическое имитационное обучение на основе моделей для планирования автономного вождения. IROS 2022 [Бумага]
• [ SEM2 ] Повышение эффективности выборки и надежности комплексного городского автономного вождения с помощью модели семантического маскированного мира. NeurIPS 2022 workshop [Документ]

Бумага для моделей другого мира

2025 год

• Модельная платформа Cosmos World Foundation для физического ИИ. NVIDIA [Бумага] [Код]

2024 год

• [ SMAC ] Обоснованные ответы на задачу многоагентного принятия решений с помощью генеративной модели мира. NeurIPS 2024 [Документ]

• [ CoWorld ] Создание автономного RL онлайн: совместные модели мира для автономного обучения с визуальным подкреплением. NeurIPS 2024 [Документ] [Веб-сайт] [Код Torch]

• [ Diamond ] Распространение для моделирования мира: визуальные детали имеют значение в Atari. NeurIPS 2024 [Бумага] [Код]

• PIVOT-R : примитивная модель мира с учетом путевых точек для роботизированных манипуляций. NeurIPS 2024 [Документ]

• [ MUN ]Изучение мировых моделей для неограниченной навигации по целям. NeurIPS 2024 [Бумага] [Код]

• VidMan : использование неявной динамики модели распространения видео для эффективного манипулирования роботом. NeurIPS 24 [Бумага]

• Адаптивные модели мира : обучение поведению с помощью скрытого воображения в условиях нестационарности. NeurIPSW 2024 [Бумага]

• Возникновение неявных моделей мира из смертных агентов. NeurIPSW 2024 [Бумага]

• Причинное представление мира в модели GPT. NeurIPSW 2024 [Бумага]

• PreLAR : предварительное обучение модели мира с обучаемым представлением действий. ECCV 2024 [Бумага] [Кодекс]

• [ CWM ] Понимание физической динамики с помощью контрфактического моделирования мира. ECCV 2024 [Бумага] [Кодекс]

• ManiGaussian : Динамическое гауссово распределение для многозадачных роботизированных манипуляций. ECCV 2024 [Бумага] [Кодекс]

• [ DWL ] Развитие передвижения гуманоидов: освоение сложных ландшафтов с шумоподавлением обучения модели мира. RSS 2024 (Best Paper Award Finalist) [бумага]

• [ LLM-Sim ] Могут ли языковые модели служить текстовыми симуляторами мира? ACL [Бумага] [Код]

• RoboDreamer : Изучение композиционных моделей мира для воображения роботов. ICML 2024 [Бумага] [Кодекс]

• [ Δ-IRIS ] Эффективные модели мира с контекстно-зависимой токенизацией. ICML 2024 [Бумага] [Кодекс]

• AD3 : Неявное действие является ключом к моделям мира, позволяющим различать разнообразные визуальные отвлекающие факторы. ICML 2024 [Бумага]

• Иерос : Иерархическое воображение в моделях мира со структурированными состояниями в пространстве. ICML 2024 [Бумага]

• [ HRSSM ] Изучение скрытых динамических робастных представлений моделей мира. ICML 2024 [Бумага] [Кодекс]

• HarmonyDream : Гармонизация задач внутри моделей мира. ICML 2024 [Бумага] [Кодекс]

• [ REM ] Улучшение моделей мира на основе токенов с помощью прогнозирования параллельного наблюдения. ICML 2024 [Бумага] [Кодекс]

• Дают ли модели мира-трансформера лучшие политические градиенты? ICML 2024 [Бумага]

• TD-MPC2 : Масштабируемые и надежные мировые модели для непрерывного управления. ICLR 2024 [Бумага] [Код Факела]

• DreamSmooth : улучшение обучения с подкреплением на основе моделей посредством сглаживания вознаграждения. ICLR 2024 [Документ]

• [ R2I ] Освоение задач на запоминание с помощью моделей мира. ICLR 2024 [Бумага] [JAX-код]

• МАМБА : эффективный подход к модели мира для обучения с метаподкреплением. ICLR 2024 [Бумага] [Код]

• Многозадачное интерактивное обучение парка роботов с помощью визуальных моделей мира. CoRL 2024 [Бумага] [Кодекс]

• На пути к физически интерпретируемым моделям мира : значимые слабоконтролируемые представления для визуального прогнозирования траектории. arXiv 2024.12 [Бумага]

• Мечта манипулировать : композиционные модели мира, расширяющие возможности обучения имитации роботов с помощью воображения. arXiv 2024.12 [Документ] [Проект]

• Трансформеры используют причинно-следственные модели мира в задачах по решению лабиринтов. arXiv 2024.12 [Бумага]

• Owl-1 : Модель универсального мира для последовательной генерации длинных видео. arXiv 2024.12 [Бумага] [Код]

• StoryWeaver : унифицированная мировая модель для настройки персонажей сюжета с расширенными знаниями. arXiv 2024.12 [Бумага] [Код]

• SimuDICE : оптимизация политики в автономном режиме посредством обновления мировой модели и оценки DICE. BNAIC 2024 [Документ]

• Ограниченное исследование с неопределенностью модели мира в алгоритме обучения с подкреплением «мягкий актер-критик». arXiv 2024.12 [Бумага]

• Genie 2 : Крупномасштабная модель мира-основания. 2024.12 Google DeepMind [Блог]

• [ NWM ] Модели навигационного мира. arXiv 2024.12 Yann LeCun [Документ] [Проект]

• Матрица : создание мира с бесконечным горизонтом и управлением движением в реальном времени. arXiv 2024.12 [Документ] [Проект]

• Подсказка к движению : управление генерацией видео с помощью траекторий движения. arXiv 2024.12 [Документ] [Проект]

• Генеративный исследователь мира. arXiv 2024.11 [Документ] [Проект]

• [ WebDreamer ] Является ли ваш LLM тайной мировой моделью Интернета? Модельно-ориентированное планирование для веб-агентов. arXiv 2024.11 [Бумага] [Код]

• КИТ : К обобщаемым и масштабируемым мировым моделям для воплощенного принятия решений. arXiv 2024.11 [Бумага]

• DINO-WM : мировые модели на предварительно обученных визуальных функциях позволяют осуществлять планирование с нулевой точки зрения. arXiv 2024.11 Yann LeCun [Бумага]

• Законы масштабирования для агентов предварительного обучения и моделей мира. arXiv 2024.11 [Бумага]

• [ Phyworld ] Насколько генерация видео далека от модели мира: взгляд на физический закон. arXiv 2024.11 [Документ] [Проект]

• ИГОРЬ : Представления «изображение-цель» — это атомарные единицы управления базовыми моделями в воплощенном ИИ. arXiv 2024.10 [Документ] [Проект]

• EVA : воплощенная мировая модель для предвкушения видео будущего. arXiv 2024.10 [Бумага]

• VisualPredicator : изучение моделей абстрактного мира с помощью нейросимволических предикатов для планирования роботов. arXiv 2024.10 [Бумага]

• [ LLMCWM ] Языковые агенты встречают причинность - соединяя LLM и причинные модели мира. arXiv 2024.10 [Бумага] [Код]

• Модели мира без вознаграждения для онлайн-имитационного обучения. arXiv 2024.10 [Бумага]

• Веб-агенты с моделями мира : изучение и использование динамики среды в веб-навигации. arXiv 2024.10 [Бумага]

• [ GLIMO ] Обоснование больших языковых моделей в воплощенной среде с помощью несовершенных моделей мира. arXiv 2024.10 [Бумага]

• AVID : адаптация моделей распространения видео к мировым моделям. arXiv 2024.10 [Бумага] [Код]

• [ WMP ] Восприятие визуального передвижения ног на основе мировых моделей. arXiv 2024.9 [Документ] [Проект]

• [ OSWM ] Одноразовые модели мира с использованием трансформатора, обученного на синтетическом априорном уровне. arXiv 2024.9 [Бумага]

• R-AIF : Решение роботизированных задач с разреженным вознаграждением из пикселей с помощью активного вывода и моделей мира. arXiv 2024.9 [Бумага]

• Представление позиционной информации в генеративных моделях мира для манипулирования объектами. arXiv 2024.9 [Бумага]

• Превращение больших языковых моделей в модели мира с использованием знаний о предусловиях и эффектах. arXiv 2024.9 [Бумага]

• DexSim2Real$^2$ : построение явной модели мира для точного и ловкого манипулирования шарнирно-сочлененными объектами. arXiv 2024.9 [Бумага]

• Эффективное исследование и дискриминационное обучение модели мира с помощью объектно-ориентированной абстракции. arXiv 2024.8 [Бумага]

• [ MoReFree ] Модели мира повышают автономность в обучении с подкреплением. arXiv 2024.8 [Документ] [Проект]

• UrbanWorld : модель городского мира для создания 3D-городов. arXiv 2024.7 [Бумага]

• ШИМ : изучение политики с помощью моделей большого мира. arXiv 2024.7 [Бумага] [Код]

• Прогнозирование против действия : компромисс между моделированием мира и моделированием агентов. arXiv 2024.7 [Бумага]

• [ GenRL ] Мультимодальные базовые модели мира для воплощенных агентов широкого профиля. arXiv 2024.6 [Бумага] [Код]

• [ DLLM ] Модели мира с намеками на большие языковые модели для достижения целей. arXiv 2024.6 [Бумага]

• Когнитивная карта для языковых моделей: оптимальное планирование посредством вербального представления модели мира. arXiv 2024.6 [Бумага]

• CityBench : Оценка возможностей большой языковой модели как модели мира. arXiv 2024.6 [Бумага] [Код]

• CoDreamer : Модели децентрализованного мира, основанные на коммуникации. arXiv 2024.6 [Бумага]

• [ EBWM ] Когнитивные модели мира, основанные на энергии. arXiv 2024.6 [Бумага]

• Оценка модели мира, неявной в генеративной модели. arXiv 2024.6 [Бумага] [Код]

• Трансформаторы и слот-кодирование для эффективного моделирования физического мира. arXiv 2024.5 [Бумага] [Код]

• [ Кукловод ] Иерархические модели мира как визуальные контроллеры всего тела гуманоида. arXiv 2024.5 Yann LeCun [Бумага] [Код]

• Модель BWArea : модель обучающегося мира, обратная динамика и политика создания управляемого языка. arXiv 2024.5 [Бумага]

• Пандора : к общей модели мира с действиями на естественном языке и состояниями видео. [Бумага] [Код]

• [ WKM ] Планирование агента с использованием модели мировых знаний. arXiv 2024.5 [Бумага] [Код]

• Newton ™ – первая в своем роде фундаментальная модель для понимания физического мира. Archetype AI [Блог]

• Соревнуйтесь и составляйте : изучение независимых механизмов модульных моделей мира. arXiv 2024.4 [Бумага]

• MagicTime : модели создания покадрового видео как метаморфические симуляторы. arXiv 2024.4 [Бумага] [Код]

• Мечтать о многих мирах : изучение контекстуальных моделей мира помогает безобидному обобщению. arXiv 2024.3 [Бумага] [Код]

• ManiGaussian : Динамическое гауссово распределение для многозадачных роботизированных манипуляций. arXiv 2024.3 [Бумага] [Код]

• V-JEPA : Прогнозирующая архитектура совместного внедрения видео. Meta AI Yann LeCun [Блог] [Документ] [Код]

• [ IWM ] Изучение и использование мировых моделей в обучении визуальному представлению. Meta AI [Бумага]

• Genie : Генеративные интерактивные среды. DeepMind [Статья] [Блог]

• [ Сора ] Модели генерации видео как симуляторы мира. OpenAI [Технический отчет]

• [ LWM ] Модель мира на видео и языке длиной в миллион с помощью RingAttention. arXiv 2024.2 [Бумага] [Код]

• Планирование с помощью ансамбля мировых моделей. OpenReview [бумага]

• WorldDreamer : К общим моделям мира для генерации видео посредством прогнозирования замаскированных токенов. arXiv 2024.1 [Бумага] [Код]

2023 год

• [ IRIS ] Трансформеры — это модели эффективного мира. ICLR 2023 Oral [Бумага] [Код Факела]
• STORM : эффективные мировые модели на основе стохастических преобразователей для обучения с подкреплением. NIPS 2023 [Бумага] [Код Факела]
• [ TWM ] Модели мира на основе трансформеров довольны 100 тысячами взаимодействий. ICLR 2023 [Бумага] [Код Факела]
• [ Dynalang ] Учимся моделировать мир с помощью языка. arXiv 2023.8 [Бумага] [JAX-код]
• [ DreamerV3 ] Освоение Atari с помощью дискретных моделей мира. arXiv 2023.1 [Бумага] [Код JAX] [Код Факела]

2022 год

• [ TD-MPC ] Обучение временной разнице для управления с прогнозированием модели. ICML 2022 [Бумага][Кодекс Факела]
• DreamerPro : обучение с подкреплением на основе моделей без реконструкции с использованием прототипных представлений. ICML 2022 [Бумага] [Кодекс TF]
• DayDreamer : Мировые модели для физического обучения роботов. CoRL 2022 [Бумага] [Кодекс TF]
• Глубокое иерархическое планирование из пикселей. NIPS 2022 [Бумага] [Кодекс TF]
• Изо-мечта : изоляция и использование неконтролируемой визуальной динамики в моделях мира. NIPS 2022 Spotlight [Бумага] [Код фонарика]
• DreamingV2 : Обучение с подкреплением с использованием дискретных моделей мира без реконструкции. arXiv 2022.3 [Бумага]

2021 год

• [ DreamerV2 ] Освоение Atari с помощью дискретных моделей мира. ICLR 2021 [Бумага] [Кодекс TF] [Кодекс Факела]
• Сновидения : обучение с подкреплением на основе моделей с помощью скрытого воображения без реконструкции. ICRA 2021 [Документ]

2020 год

• [ DreamerV1 ] Мечту контролировать: изучение поведения с помощью скрытого воображения. ICLR 2020 [Бумага] [Код TF] [Кодекс Факела]
• [ Plan2Explore ] Планирование исследования с помощью моделей мира с самоконтролем. ICML 2020 [Бумага] [Кодекс TF] [Кодекс Факела]

2018 год

• Мировые модели. NIPS 2018 Oral [бумага]