AD-WM模型提升反事實MPC動作區分度與零樣本遷移能力
論文AI 評分 68/100arXiv cs.AI
AI 聚合
本條為 AI 依據下方公開信源自動整理生成的摘要，不構成轉載，可能存在偏差，請以原文為準。整理者：貝果科技 AI 資訊助手。
傳統隱空間世界模型常因僅擬合事實轉移而難以區分候選動作，影響模型預測控制（MPC）效果。AD-WM引入殘差隱動態與預測器級動作恢復正則化，利用逆動力學及基於條件互資訊的歸一化目標，促使規劃轉移保留動作資訊，測試時移除輔助頭以保持MPC不變。在OGBench-Cube中，其困難起始成功率從3.7%升至52.0%；在五項仿真環境中的四項超越基線。結合凍結的V-JEPA 2編碼器與DROID後訓練，AD-WM將Franka零樣本抓放成功率從42.2%提至71.1%。
全文梳理
AI 摘要依據下方信源原文自動整理，非原文轉載動作區分度缺陷與AD-WM設計
隱空間世界模型通常針對事實轉移進行訓練，而模型預測控制（MPC）需在同一狀態下比較不同備選動作。這導致模型即便事實預測誤差低，也可能無法有效區分候選動作。為此，AD-WM提出一種動作區分性聯合嵌入世界模型。該模型結合殘差隱動態與預測器級動作恢復正則化，採用逆動力學及受條件互資訊啟發的歸一化恢復目標。這兩個目標促使規劃轉移保留動作資訊，且其輔助頭在測試時被丟棄，不改變原有MPC流程。
仿真環境與真實機器人實驗表現
在OGBench-Cube環境中，相較於匹配的LeWM基線，AD-WM將困難起始成功率從3.7%大幅提升至52.0%，並在五項仿真環境的四項中取得平均成功率提升。規劃診斷表明，事實預測誤差與全庫動作排序不符閉環成功順序，而CEM對齊的精英遺憾值與成功關聯更緊密。在真實機器人實驗中，採用凍結的V-JEPA 2編碼器並配合DROID後訓練，AD-WM在Franka設定中實現零樣本遷移，基礎抓放成功率從42.2%增至71.1%，無需實驗室特定適配。
為什麼值得看
解決世界模型規劃中動作區分度不足的痛點，顯著提升控制成功率與真實機器人零樣本遷移表現。
信源1 家
關鍵事實
相關 · 論文
本頁內容由 AI 自動聚合公開信源生成，僅供了解行業動態參考，不構成任何投資或決策建議。如需引用請以原文出處為準。