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

WorldCycleは、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フレームワークです。このフレームワークでは、可逆なアクションサイクルを構築し、長時間の正しさを評価します。WorldCycleは、空間的クロージャー報酬と時間的クロージャー報酬の2つの報酬を最適化します。

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。