Samuel Bateman 带领的研究团队推出了 Action Influence Maximization（AIM）算法，可主动收集训练任务片段，让基于视频的世界模型更关注接收到的动作指令。在模拟导航和基于像素的操作测试中，AIM 仅在现有 3,000 条专家演示数据的基础上新增 500 条任务片段，便达到了使用 300,000 条专家任务片段训练的模型同等的可控性。在数据利用效率方面，该方法优于标准探索方法和内在动机技术。
为什么重要
对机器人开发者而言，AIM 意味着他们只需录制少得多、成本高昂的演示数据，就能训练出响应更灵敏的控制模型。
