跳到正文
arXiv cs.AI· Zongyuan Wu, Xin Wang, Tongtong Feng, Yuan Meng, Zeyang Zhang, Ling Feng, Wenwu Zhu·· 10 小时前AI 评分38

Embodied Graph:面向长时程任务的关系型世界模型

Embodied Graph: A Relational World Model for Long-Horizon Tasks

AI 导读

研究者提出 Embodied Graph 关系型状态抽象与 Relational World Model(RWM),直接在稀疏图状态上进行想象式规划,而非依赖稠密像素观测。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:具身与网络环境中的长时程任务涉及扩展的决策序列和延迟反馈,因此准确的规划对成功至关重要。世界模型通过学习潜在动力学来进行基于想象的规划,从而应对这一问题。然而,现有方法仅仅依赖稠密的像素级观测,这迫使模型吸收冗余信息,同时忽视任务相关实体之间的关系。因此,小误差可能在长时程想象推演中累积,并逐渐破坏预测。本文探索在稀疏状态抽象上进行想象的世界模型,这带来两个关键挑战:1)如何去除冗余信息并形成紧凑的状态抽象;2)如何融入关系结构以学习可靠的长时程动力学。为应对这些挑战,我们提出 Embodied Graph,一种支持结构化动力学建模和长时程想象的关系状态抽象,以及 Relational World Model(RWM),它直接在图上状态上进行想象。RWM 由以下部分组成:(i)任务感知具身图构建器,用于过滤冗余细节并通过在线更新维护图记忆;(ii)具身图循环状态空间模型,用于学习节点级潜在动力学,同时捕捉节点间依赖关系。想象出的图状态提供动作后果的预测,以指导决策。在 Minecraft 和 Crafter 上的实验证明了 RWM 在具身环境中的有效性。值得注意的是,在 Minecraft 中,RWM 是唯一在给定预算内获得钻石的方法。网络交互实验进一步说明了关系状态预测对网络智能体决策过程的适用性。
学科: 人工智能(cs.AI)
引用为: arXiv:2611.24115 [cs.AI]
  (或 arXiv:2611.24115v1 [cs.AI] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.24115

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Zongyuan Wu [查看邮箱]
[v1] 2026年11月18日星期三 09:30:33 UTC(1,188 KB)

来源:arXiv cs.AI · arxiv.org