Kuration SDK：通过数据策展应对 Virtual2Real 差距

arXiv:2610.09305v1 公告类型：新论文 摘要：用于衡量动作条件世界模型质量的基准仍在不断演进，并逐渐从基于视觉相似性的指标转向基于动作语义和物理基础的指标。然而，对于与领域和任务无关的动作条件世界模型训练，现有基准所提供的信号仍然有限。通过在 CounterStrike 游戏数据上训练和评估扩散世界模型，我们确认，定性上的可玩性与 FVD、LPIPS 和 JEDi 等指标并不对应。我们将这一现象称为 Virtual2Real 差距。我们认为，在缺乏可靠基准的情况下，对原始游戏数据进行策展并测量多种诊断属性，可以提供更稳健的信号，从而在训练开始之前弥合这一差距。我们介绍了多种策展策略，以及一个用于物理 AI 数据策展的通用工具包 Kuration SDK；该工具包将随本文开源。在一个具体案例中，Kuration SDK 对发现 Virtual2Real 差距的根本原因发挥了关键作用：为什么两个在相同游戏地图、动作和状态分布上训练的世界模型，尽管 LPIPS 和 FVD 得分非常相近，但在实际操控时却表现出截然不同的行为。因此，Kuration SDK 有望揭示特定数据集产生 Virtual2Real 差距的根本原因，并加速高样本效率训练数据集的开发。