GRWM (Geometrically-Regularized World Models)은 3D 환경을 완벽하게 복제하고 과적합할 수 있는 모델을 구축하는 것을 목표로 합니다. GRWM은 자연스러운 감각 궤적을 따라 연속적인 점들이 잠재 표현 공간에서 가깝게 유지되도록 하여 향상된 잠재 표현을 학습합니다. 이 방식은 rollout 정확도와 안정성을 향상시키며, dynamics module을 확장하지 않고도 장기 예측을 가능하게 합니다.
시사점, 한계점
•
시사점:
◦
표현 학습 개선이 견고한 월드 모델 구축에 직접적이고 유용한 접근 방식임을 제시합니다.
◦
GRWM은 3D 환경에서 롤아웃 충실도와 안정성을 크게 향상시킵니다.
◦
GRWM은 아키텍처 수정을 최소화하고, 궤적 길이에 따라 확장 가능하며, 다양한 잠재 생성 백본과 호환됩니다.
