面向控制的视频预测基准

arXiv 2023 41.1 benchmark

TLDR

提出面向控制的VP^2基准，评估机器人操作规划中的动作条件视频预测模型。

评分理由

Strengths: addresses a gap in evaluating video prediction for downstream tasks, provides a comprehensive benchmark with multiple tasks and planning. Weaknesses: only simulated environments, no real-world validation; limited to robotic manipulation domain.

Read-first 评分解释

综合优先阅读分 41.1，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 23。

近期性 8%

65.1

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2023

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：基准、数据集、指标

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：数据集

主题相关性 42%

32.9

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

研究版图角色

候选论文

排序敏感性

稳定性：volatile；排名波动范围：154。

关键词评分

video world model

world model

world dynamics prediction

world simulator

generative world model

interactive world model

model-based reinforcement learning world model

资源

论文