世界モデルを活用してVLAのデータ収集の手間を減らそう
「世界モデルを活用し、ロボットがものごとに取り組むイメージ」で画像生成 はじめに Ctrl-World が取り組む課題 手法 問題の定式化 Ctrl-Worldの3つのキモ Multi-View Joint Predictions Pose-conditioned Memory Retrieval Mechanism Frame-level Action Conditioning 性能評価のための3つの問い 1つ目の問い 2つ目の問…
