arXiv cs.AI· Jaerock Kwon, Elahe Delavari, Donghyun Kim, Haewoon Nam·· 1 天前AI 评分24
后验-先验认知鸿沟：世界模型想象为何丢失任务相关信号
The Posterior-Prior Epistemic Gap: When World Model Imagination Fails to Carry Task-Relevant Signals
AI 导读
在 CARLA 驾驶模拟器中对 Recurrent State Space Model 世界模型与主动推理规划的单种子案例研究发现后验-先验鸿沟：监督式障碍物探针在后验状态上 AUC 达 0.85，但在想象先验状态上 15 步内单调衰减至 0.71，logit 分离度下降 57%。
正文 · AI 翻译
摘要：基于模型的规划器会推演想象中的未来，并假定转移模型能够忠实传播任务相关信号——而这一特性很少被直接测量。在一项针对 CARLA 驾驶模拟器中采用主动推理规划的循环状态空间模型世界模型的单种子案例研究中，我们发现了一种\textbf{后验-先验差距}——后验（经观测滤波的）状态保留了障碍物信息，而想象推演状态会逐步丢失这些信息：一个监督式障碍物探针在后验状态上达到 AUC 0.85，但同一探针应用于想象的先验状态时呈现单调衰减（15 步内 AUC 从 0.85$\rightarrow$0.71；logit 分离度下降 57\%）。由于探针完全相同，这种衰减将转移模型——而非表征——孤立为信息瓶颈。在没有特权运行时坐标的情况下，避障成功率降至 0\%，而规划器自身基于集成的认知项并未标记这一损失——集成分歧作为障碍物分类器的 AUC 为 0.52（随机水平），使该失败成为未被标记的想象失败——规划时的一个未知的未知。作为次要贡献，我们表明，在同一世界模型上对有效自由能各分量进行\textbf{任务条件加权}，可在 CARLA 模拟器中实现车道保持（路线完成率 $81.2 \pm 1.8$\%）和避障（28/28 次避障成功，\emph{使用特权坐标}），并通过运行时权重调制实现规避后的居中。
| 学科： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.14955 [cs.RO] |
| （或 arXiv:2611.14955v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.14955 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Jaerock Kwon [查看电子邮件]
[v1]
2026年11月11日星期三 03:02:55 UTC（33 KB）
来源：arXiv cs.AI · arxiv.org