arXiv · cs.AI· Junwon Seo, Andrea Bajcsy·· 2 天前
世界模型潜在扰动建模用于鲁棒决策
Modeling Latent Disturbances for Robust Decision-Making in World Models
arXiv:2610.07599v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Junwon Seo, Andrea Bajcsy
研究任务与主要进展
Junwon Seo与Andrea Bajcsy提出一种面向世界模型潜在空间的鲁棒决策方法，通过动力感知相似度、分布外检测和共形预测构建潜在动力学不确定性集合，并联合优化机器人动作与最坏潜在扰动。基于论文摘要，该方法用于潜安全过滤和采样式生成控制策略引导；在Franka机械臂实验中，报告失败率分别降低70%和54%。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org