Hydra-0: flujo de acciones para modelado y control generalista del mundo | Un modelo de mundo que razona cómo las acciones afectan los estados para controlar agentes generales multimodales | Impulso del aprendizaje por modelo de mundo con predicción de flujos de acciones para robótica y automatización inteligente

Abstract

PROBLEMA: los modelos de mundo actuales predicen evolución de estados visuales pero distan poco de capturar la relación causal de las acciones sobre dinámica del entorno, lo que limita su capacidad para guiar el control de agentes y robots en escenarios generales y multitarea. BAR: Hydra-0 propone un flujo de acciones (action flow) como formalismo principal: en lugar de predecir imágenes evolución neutra, aprende a generar secuencias de acciones y sus efectos sobre el estado para cerrar la brecha entre prediction y control, convirtiéndolo en un modelo de mundo general que sirve tanto para anticipar el futuro como para seleccionar acciones. METODOLOGÍA: se entrena un solo modelo de mundo de gran escala con observaciones multimodales junto con flujos de acciones etiquetadas, mediante objetivos conjuntos de reconstrucción de estado y predicción de acción, sobre conjuntos de datos heterogéneos de robot y entornos; se evalúa tanto la predicción de mundo (world model) como la calidad de la política control derivada. RESULTADOS: Hydra-0 demuestra predicciones de dinámica precisas y genera acciones coherentes capaces de lograr objetivos en diversidad de tareas sin tarea específica de ajuste, mejorando en benchmarks de control sobre baselines que separan predicción y política, muy consistente la generalidad a través de simulación y dominios. RELEVANCIA: sienta las bases para modelos de mundo y control de un modelo generalizado aplicable a robótica y a sistemas autónomos ya que articula predicción y acción en una sola arquitectura, un pasaporte directamente relevante para policy model-based y sim-to-real en el campo de world models.