arXiv cs.AI· Jiamin Shi, Yuanhong Zhang, Zhiyang Liu, Jiawei Sun, Jingwen Fu·· 2 天前AI 评分27
潜在世界模型中的内在动力学学习：Concat IDM 用动作可预测性提升视觉多样性下的规划成功率
Learning Intrinsic Dynamics in Latent World Models
AI 导读
研究提出以动作可预测性作为归纳偏置来保留世界模型的内在动力学，并实例化为 Concat IDM——从拼接的潜在状态预测动作，利用离线轨迹中已有的动作标签更新共享编码器，且不改变测试时的规划器。在 Push-T 的 24 种外观设置下，三次独立训练中 Concat IDM 将规划成功率从 9.1% 提升至 77.2%，其配对提升比单一外观设置高出 52.9 个百分点。
正文 · AI 翻译
摘要：学习内在动力学——动作与其后果之间的关系——对于世界模型至关重要。然而，与底层控制过程无关的视觉变化会掩盖学习到的表示中的这种关系。我们研究了动作可预测性（定义为从连续潜在状态重建动作的能力）与内在动力学保持之间的联系。我们的核心假设是，鼓励动作可预测性会阻止表示丢弃不同动作及其后果之间的区别。我们为这种联系提供了两种互补形式的证据。在理论上，我们推导出当编码器将来自同一状态和外观的不同动作的可区分结果合并时，平方逆预测误差的一个正下界，并表明前向预测在这些转移上仍然可以精确。在实证上，受控的外观多样性比较、监督干预和潜在探针支持动作预测在保持控制相关转移信息中的作用。我们用 Concat IDM 实例化动作可预测性，它从拼接的潜在状态预测动作，并使用离线轨迹中已有的动作标签更新共享编码器，而不改变测试时规划器。在 Push-T 上使用 24 种外观的三次独立训练运行中，Concat IDM 将规划成功率从 9.1% 提高到 77.2%；其配对改进比单一外观下观察到的改进大 52.9 个百分点。总之，这些发现支持动作可预测性作为朝向内在动力学的归纳偏置，并展示了 Concat IDM 在视觉多样性下用于潜在规划的实际益处。
| 评论： | 12 页，5 幅图 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.21612 [cs.AI] |
| （或 arXiv:2610.21612v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.21612 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Jiamin Shi [查看电子邮件]
[v1]
2026 年 10 月 15 日星期四 09:57:14 UTC（1,086 KB）
来源：arXiv cs.AI · arxiv.org