[논문리뷰] ALPS: Visual State Encoders for World ModelsWorld Model의 시각적 기초는 물리적 상태 정보, 원어민 언어 정렬(native language alignment), 그리고 픽셀 재구성(pixel reconstruction)을 단일 표현으로 통합해야만 예측, 지침, 및 검사(inspection)와 같은 다면적인 기능을 효과적으로 지원할 수 있다.#Review#World Models#Visual State Encoders#Language Alignment#Pixel Reconstruction#Cross-View Self-Distillation#Robot Learning#Reinforcement Learning#ViT-B/162026년 10월 21일댓글 수 로딩 중