AD-WM模型提升反事实MPC动作区分度与零样本迁移能力
论文AI 评分 68/100arXiv cs.AI
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
传统隐空间世界模型常因仅拟合事实转移而难以区分候选动作，影响模型预测控制（MPC）效果。AD-WM引入残差隐动态与预测器级动作恢复正则化，利用逆动力学及基于条件互信息的归一化目标，促使规划转移保留动作信息，测试时移除辅助头以保持MPC不变。在OGBench-Cube中，其困难起始成功率从3.7%升至52.0%；在五项仿真环境中的四项超越基线。结合冻结的V-JEPA 2编码器与DROID后训练，AD-WM将Franka零样本抓放成功率从42.2%提至71.1%。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载动作区分度缺陷与AD-WM设计
隐空间世界模型通常针对事实转移进行训练，而模型预测控制（MPC）需在同一状态下比较不同备选动作。这导致模型即便事实预测误差低，也可能无法有效区分候选动作。为此，AD-WM提出一种动作区分性联合嵌入世界模型。该模型结合残差隐动态与预测器级动作恢复正则化，采用逆动力学及受条件互信息启发的归一化恢复目标。这两个目标促使规划转移保留动作信息，且其辅助头在测试时被丢弃，不改变原有MPC流程。
仿真环境与真实机器人实验表现
在OGBench-Cube环境中，相较于匹配的LeWM基线，AD-WM将困难起始成功率从3.7%大幅提升至52.0%，并在五项仿真环境的四项中取得平均成功率提升。规划诊断表明，事实预测误差与全库动作排序不符闭环成功顺序，而CEM对齐的精英遗憾值与成功关联更紧密。在真实机器人实验中，采用冻结的V-JEPA 2编码器并配合DROID后训练，AD-WM在Franka设置中实现零样本迁移，基础抓放成功率从42.2%增至71.1%，无需实验室特定适配。
为什么值得看
解决世界模型规划中动作区分度不足的痛点，显著提升控制成功率与真实机器人零样本迁移表现。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。