現実ギャップの解消：AI計画のための世界モデルの改善

本研究は、シミュレーション（トレーニング）から現実世界（テスト）にAI計画モデルを適用する際の性能低下という一般的な問題に対処することに焦点を当てています。 シミュレーション環境を現実をより正確に反映したものにし、それによって一般化可能性を向上させる技術を探求している可能性があります。

• •AI計画におけるトレーニングとテストのギャップという課題に対応しています。
• •世界モデルの精度と現実性を向上させる方法を調査している可能性があります。
• •勾配ベースの計画方法に焦点を当てている可能性があります。