WorldCycle: 長時間のビデオワールドモデル向けの自己検証可能な強化学習

arXiv cs.AI ・ 2026-08-05

原題: WorldCycle: Self-Verifiable Reinforcement Learning for Long-Horizon Video World Models

AI による要約

長時間のビデオワールドモデル向けに、可逆な行動サイクルを活用した自己検証可能な強化学習フレームワーク「WorldCycle」を発表した。行動の前後で状態が一致することを利用して長期的な正確性を向上させた。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.AI）をご確認ください。