论文提出Concat IDM以动作可预测性学习潜在世界模型内在动态

Jiamin Shi 等在 arXiv 论文《Learning Intrinsic Dynamics in Latent World Models》（arXiv:2610.21612）中提出，以动作可预测性作为内在动力学的归纳偏置，并实例化为 Concat IDM：从拼接的潜在状态预测动作，利用离线轨迹中已有的动作标签更新共享编码器，测试时规划器不变。作者给出当编码器合并不同动作的可区分结果时平方逆预测误差的正下界。 在 Push-T 的 24 种外观、3 次独立训练中，规划成功率从 9.1% 提升至 77.2%，配对提升幅度比单一外观高 52.9 个百分点。该结果基于论文摘要，未覆盖跨任务或其他平台验证。

AI 根据报道生成 · 3 小时前更新