Vai al contenuto
AI.info

Ricerca

World Observer: generazione congiunta di attore e osservatore per una modellazione persistente del mondo

Come può un modello del mondo osservare continuamente le regioni al di fuori dell’attuale campo visivo dell’attore? I modelli del mondo basati su video simulano l’evoluzione di un ambiente in risposta

World Observer: generazione congiunta di attore e osservatore per una modellazione persistente del mondo
arXiv
2610.02162
Pubblicato
2026-10-01
Autori
Hyunwook Choi, Dahyun Chung, Hyunsung Kim, Siyoon Jin, Jinhyeok Choi, Junyoung Seo, Seungryong Kim

Abstract degli autori

Come può un modello del mondo osservare continuamente le regioni al di fuori dell’attuale campo visivo dell’attore? I modelli del mondo basati su video simulano l’evoluzione di un ambiente in risposta alle azioni di un agente, ma restano incentrati sull’attore. Quando un oggetto esce dal campo visivo dell’attore, i modelli non hanno più evidenza diretta della sua evoluzione e spesso non riescono a conservarne lo stato e le dinamiche quando rientra. Per affrontare questo problema, presentiamo World Observer, che separa l’osservazione dall’azione generando congiuntamente un attore con vista prospettica, per la visuale centrata sull’agente, e uno o più osservatori panoramici che seguono regioni selezionate del mondo. Così, gli oggetti che escono dal campo visivo dell’attore possono continuare a evolversi visivamente nella visuale di un osservatore, e il loro stato aggiornato viene rispecchiato quando rientrano. Ancoriamo l’attore e gli osservatori mediante trasformazioni da una fonte panoramica condivisa, per ottenere una corrispondenza geometrica esplicita, e introduciamo un Observer Sink di riferimenti prospettici ad alta risoluzione per ripristinare i dettagli dell’aspetto degli oggetti quando rientrano. Poiché gli osservatori sono indipendenti dall’attore, possono essere collocati liberamente nella scena, distribuiti in più punti per ampliare la copertura e guidati da segnali di controllo per orientare l’evoluzione fuori dal campo visivo. Per valutare tale evoluzione, introduciamo inoltre metriche nello spazio del mondo e un benchmark che comprende scene reali e sintetiche. World Observer migliora sensibilmente la simulazione delle dinamiche fuori dal campo visivo, restando competitivo quanto a fedeltà visiva, controllo della telecamera e aderenza al 3D.

Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.

Leggi il paper originale su arXiv