新方法PPWM实现长程世界模型并行预测，规划提速超3倍
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。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载自回归展开的瓶颈
长时程世界模型规划通常采用自回归展开的方式，也就是把预测出的状态反复送回模型作为下一步输入。这种做法保留了时间上的先后结构，但代价是形成了一条长度与规划时程相等的串行路径，每一步都必须等前一步算完。更麻烦的是，后续预测会接收到前面已经解码出来的状态，形成递归式的解码状态反馈，误差容易沿着时程累积。论文把这种自回归展开形式化为一个因果轨迹映射，并指出其中存在一条被 PPWM 去掉的解码状态反馈通路，这正是串行依赖与误差传播的来源。
并行预测未来轨迹
作者提出并行预测世界模型（PPWM），思路是在一个有限时程内并行地预测整条轨迹，同时仍然保留未来各表示之间的因果交互。具体做法是让每个时程位置以自己的因果动作前缀为条件，未来表示在解码之前先彼此交互，从而把时间因果性与逐状态输出递归这两件事拆开。这样既不必按顺序一步步生成状态，又不会丢掉动作与未来之间的依赖关系。论文用四个视觉控制任务做评估，PPWM 在这些任务上取得了所评估预测接口中最低的长时程预测误差，以及最高的交叉熵方法（CEM）模拟器成功率。
三倍规划加速
在效率方面，PPWM 相比自回归的 LeWM 基线，在 CEM 规划上平均获得超过 3 倍的加速。这一数字来自并行预测带来的路径缩短：自回归方案的串行路径长度随时程增长，而 PPWM 把整段时程一次性预测出来，减少了逐步反馈所需的计算。论文的结论是，准确且高效的长时程世界模型规划并不一定依赖逐状态自回归，通过并行的因果轨迹预测同样可以达到目标。对关注规划效率的读者来说，这意味着在长时程场景下，串行展开并非唯一选择，并行接口在误差与速度两个维度上都显示出优势。
为什么值得看
打破长程规划依赖自回归推演的定式，用并行预测换取超3倍规划提速且精度更优，对强化学习与具身智能规划有直接参考价值。
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。