StressDream: 강건한 정책 평가 및 개선을 위한 비디오 월드 모델 제어

연구진은 추론 시점에 초기 노이즈를 최적화해 확산 기반 비디오 월드 모델을 조종하는 기법 StressDream을 제안했다.

의미적 목적과 개연성 제약을 함께 사용해, 생성되는 미래를 희귀하지만 중요한 목표 사건, 특히 실패 사례 쪽으로 유도할 수 있다.

자율주행과 로봇 조작 실험에서 이 방법은 그럴듯한 가상 실패 장면과 다른 목표 사건들을 만들어냈다.

이 접근법은 대량 샘플링 없이도 로봇과 주행 정책을 더 robust하게 평가하고 개선하는 데 도움을 줄 수 있다.