arXiv cs.AI· Junwon Seo, Andrea Bajcsy·· 10 天前AI 评分24
为世界模型建模潜在扰动以实现鲁棒决策
Modeling Latent Disturbances for Robust Decision-Making in World Models
AI 导读
研究提出将潜在空间扰动建模为对世界模型学习到的潜在动力学的扰动，通过动力学感知相似度度量与分布外检测构建合理潜在动力学集合，并用共形预测校准不确定性集，再以博弈论优化联合求解鲁棒动作与最坏情况潜在扰动。在 Franka 机械臂硬件实验中，该方法使安全过滤失败率降低 70%、基于采样的策略引导失败率降低 54%。
正文 · AI 翻译
摘要：在本文中，我们研究世界模型（WM）潜在空间中的鲁棒决策。鲁棒优化是一个数学框架，其中，在给定明确指定的动力学和具有物理意义的扰动的情况下，机器人可以选择即使面对最坏情况扰动仍然有效的动作。然而，将这一原理应用于 WM 学习到的潜在空间会带来一个根本性挑战：由于 WM 的状态空间完全学习得到，且动力学是从高维观测中推断出来的，因此如何定义能够忠实表示底层系统不确定性的潜在空间扰动尚不明确。我们的核心思想是将潜在空间扰动建模为对学习到的潜在动力学的扰动，从而诱导出悲观但合理的转移。具体而言，我们通过结合捕捉合理转移的动力学感知相似度度量与排除不合理潜在状态的分布外检测，构建了一组合理的潜在动力学。我们使用保形预测在潜在动力学上校准这一不确定性集合，确保由潜在扰动诱导的 WM 想象保持合理，而不会变得过度悲观。然后，我们通过博弈论优化联合优化鲁棒机器人动作和最坏情况潜在扰动。我们利用这种潜在空间鲁棒优化来增强策略引导的鲁棒性，考虑两种范式：潜在安全过滤和生成式控制策略的采样并验证引导。我们的受控仿真实验表明，我们的潜在扰动能够直接在 WM 潜在空间中实现鲁棒决策，而使用 Franka 机械臂的硬件实验表明，对潜在扰动建模能够实现鲁棒策略引导，在安全过滤中将失败减少 70%，在基于采样的策略引导中将失败减少 54%。项目网站：此 https URL。
| 学科： | 机器人学（cs.RO）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.07599 [cs.RO] |
| （或 arXiv:2610.07599v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.07599 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Junwon Seo [查看电子邮件]
[v1]
2026年10月6日星期二 01:38:38 UTC（2,456 KB）
来源：arXiv cs.AI · arxiv.org