arXiv cs.AI· Heejeong Nam, Divyat Mahajan, Quentin Le Lidec, Randall Balestriero, David Klindt·· 13 小时前AI 评分34
AnyGoal：世界模型在专家轨迹之外的泛化能力评测基准
AnyGoal: On World Model Generalization Beyond Expert Rollouts
AI 导读
研究者提出 AnyGoal 基准与开源库，用目标偏移的任务变体检验世界模型能否把熟悉的状态因子与动作因子重组为有效动力学。在多个环境和世界模型家族上，现有模型在这类重组下持续失败。该基准覆盖动力学与表征两类失败，并跨交互模式与评测指标分析泛化边界。
正文 · AI 翻译
摘要：世界模型的目标是捕捉环境的动态变化。这具有很大的吸引力，因为它允许智能体借助世界模型来规划和模拟一系列行动。然而，要使这些用途可靠，学习到的动态特性必须在专家轨迹中观察到的特定状态-动作组合之外也能表现良好。尽管如此，数据覆盖度、动态泛化与下游规划性能之间的关系仍未得到充分探索。我们通过组合泛化的视角来研究这一关系：世界模型能否将熟悉的状态和动作因素重新组合成有效的动态？为了回答这个问题，我们引入了 AnyGoal，这是一个由广泛使用的世界模型环境构建的目标偏移任务变体基准，并附带一个开源库。每个任务都被设计为在学习到基础动态的世界模型能力范围之内：单个状态因素和动作仍处于其训练支持范围内，但它们的组合在专家轨迹中出现不足。在多个环境和世界模型系列中，我们发现当前模型在这些重新组合下持续表现出失败。通过考察不同模型系列、交互机制和评估指标下的动态与表示失败，我们研究了当前世界模型在哪些方面能够泛化，以及在目标偏移预测和规划方面仍存在哪些挑战。总之，这一框架、基准和分析为评估世界模型在泛化到新规划任务方面的进展提供了基础。
| 评论： | 项目页面：此 https URL |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.26844 [cs.AI] |
| （或 arXiv:2610.26844v2 [cs.AI] 为此版本） | |
| https://doi.org/10.48550/arXiv.2610.26844 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Heejeong Nam [查看电子邮件]
[v1]
2026年10月19日星期一 17:59:05 UTC（3,055 KB）
[v2]
2026年10月28日星期三 00:39:31 UTC（3,030 KB）
来源：arXiv cs.AI · arxiv.org