研究团队提出自监督视频到动作模型Mirror

2026年10月20日，研究人员提出了一种名为 Mirror 的自监督视频到动作模型。该方法无需依赖先验动作数据或人工设计奖励，即可通过环境交互学习视频到动作的映射。Mirror 在运行中尝试执行对视觉规划的最佳动作推测，并利用交互过程中生成的视频动作对进行自监督增量训练。实验结果显示，Mirror 在 Atari、OGBench 和 DeepMind Control 等基准上均超越了主流观察学习方法；在 Minecraft 生存模式中，该模型仅依靠自我改进便成功获得了铁镐。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。