研究者提出反事实潜世界模型CLWM

Todd Y. Zhou、Daniel Zhang 等研究者提出反事实潜世界模型 CLWM，用于解决部分可观测环境下的“反事实坍缩”：模型能预测视觉上合理的未来，却无法区分行为后果不同的干预。CLWM 结合循环信念状态编码器、动作条件潜在动力学与对比式反事实目标，使观测相似但干预不同的未来在潜空间中可区分。 研究者同时提出反事实可分性度量，并在从零训练的世界模型上建立该度量与规划成功率的关系。作者称，尚未在大规模预训练编码器上测量该度量。

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。