研究提出转换级诊断定位世界模型回报误差

Haoyue Liu 与 Xiaoying Tang 提出一种转换级诊断方法：把世界模型想象出的转换替换为真实转换，再衡量回报误差下降多少，并与同等预算的随机选择对照。 研究发现，事件转换（获得奖励或回合结束的少数步骤）的像素误差与其他步骤相当，中位像素误差比为 0.85；但恢复这些转换可消除中位 70% 的回报误差。相比之下，恢复 MSE、SSIM、LPIPS 误差最大的转换，效果不如随机选择。 该结果说明，像素层面的误差大小不能指示哪些转换对回报预测最关键。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。