**AFFECT:通过动作效应匹配实现更真实的动态世界模型** _Learning What Actions Change: Action Effect Ma
原帖
**AFFECT:通过动作效应匹配实现更真实的动态世界模型**
_Learning What Actions Change: Action Effect Matching for Dynamics-Faithful World Models_
> 针对现有世界模型难以捕捉微小动作变化对结果影响的问题,研究提出了 AFFECT 辅助训练目标。该方法通过向策略注入时间相关噪声,训练世界模型以匹配真实视频中的视觉变化分布,从而无需重复执行即可预测动作后果。实验表明,AFFECT 显著提升了世界模型在机器人策略评估和基于模型的规划中的表现,使其预测结果与真实物理世界更加一致。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:ai-models
- **发布时间**:2026-11-20 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2611.25980)