视界想象：扩散世界模型中的高效在策略推演
机器学习
2026-02-18 v2
摘要
我们研究扩散-based 世界模型用于强化学习，该方法在生成保真度方面表现良好，但在控制领域面临效率挑战。当前方法要么在推理时需要重型模型，要么依赖高度顺序的想象，两者都导致不可接受的计算成本。我们提出了视界想象（Horizon Imagination, HI），这是一种用于离散随机策略的在策略推演process。HI 并行地对多个未来观测进行去噪。HI 融入了稳定机制和新颖的采样计划，该计划将去噪预算与去噪应用范围（即有效 horizon）相分离，同时支持子帧预算。在 Atari 100K 和 Craftium 上的实验表明，我们的方法在去噪步骤数减半的子帧预算下仍能维持控制性能，并在各种计划下实现优越的生成质量。代码已公开于 https://github.com/leor-c/horizon-imagination。
引用
@article{arxiv.2602.08032,
title = {Horizon Imagination: Efficient On-Policy Rollout in Diffusion World Models},
author = {Lior Cohen and Ofir Nabati and Kaixin Wang and Navdeep Kumar and Shie Mannor},
journal= {arXiv preprint arXiv:2602.08032},
year = {2026}
}
备注
This paper will be published in the ICLR 2026 proceedings