arXiv cs.AI· Josef Chen·· 13 小时前AI 评分31
更多规划反而更糟：面向世界模型的学习型规划器研究
When More Planning Hurts: Learned Planners for World Models
AI 导读
在 PushT 基准上，一个仅 1,505 参数的动作更新器解决了 16 个预留场景中的 8 个，而已发布的 LePlanner 解决全部 16 个，总规划与编码时间仅 5.652s，该动作更新器为 59.079s。匹配实验中，将后续更新预算从 4 增至 8、12 次，成功数反而从 9 降至 8、7，额外更新未挽救任何失败任务，成败变化集中在一个场景簇内。
正文 · AI 翻译
摘要：在 PushT 上，我们的固定动作更新器（1,505 个参数）解决了从配置选择中预留的 16 个场景中的 8 个。对比规划器的表现如下：Selected Adam（解决 7 个任务，总规划与编码时间 218.440s）、适配版 iCEM（解决 2 个任务，总规划与编码时间 49.309s）、发布的 LePlanner（解决 16 个任务，总规划与编码时间 5.652s）。我们的动作更新器总规划与编码时间为 59.079s。请注意，我们的动作更新器不满足我们在评估前固定的任务成本标准。我们还进行了另一项匹配实验，其中我们仅重放每个上下文中的前十条命令，然后允许下一次求解进行 4、8 或 12 次更新（后续求解均获得 8 次更新）。在所有 16 个上下文（8 个场景簇）中，3 种预算分别获得 9、8 和 7 次成功。有趣的是，在此实验中，额外的更新并未挽救任何失败的任务。成功/失败的所有变化都发生在一个场景簇中，我们观察到额外的更新降低了我们的更新器所选潜在世界模型轨迹的成本，而曾经成功的任务却变成了失败。代码、权重、评估器、执行轨迹和成本核算随论文提供。
| 评论： | 23 页，9 幅图，16 张表，28 篇参考文献 |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.37891 [cs.RO] |
| （或 arXiv:2610.37891v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.37891 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Josef Liyanjun Chen [查看电子邮件]
[v1]
2026 年 10 月 27 日星期二 19:32:05 UTC（177 KB）
来源：arXiv cs.AI · arxiv.org