MoMo: 条件对比表示学习用于偏好调制规划
机器学习
2026-05-15 v2
摘要
时序对比表示学习诱导一种低维线性系统中可进行推断的潜在结构。然而，现有的对比规划工作学习单一潜在几何，无法区分相同 start-goal 查询下在任务效率与风险暴露之间进行权衡的多个有效行为。我们引入 MoMo，一种 preference-conditioned 对比规划器，允许标量用户偏好在推断时连续调制计划的保守程度，而无需重新训练。MoMo 通过 Feature-Wise Linear 调制和低秩神经调制，分别学习表示几何和潜在预测算子的联合条件。我们展示了该公式保留表示空间中必需的概率密度比，用于推断驱动的对比规划，同时保持其推断效率。跨六个环境，MoMo 能平滑地根据用户偏好调整计划安全性，相较于状态增强基线，在时序一致性和偏好一致性方面实现改进。
引用
@article{arxiv.2605.08512,
title = {MoMo: Conditioned Contrastive Representation Learning for Preference-Modulated Planning},
author = {Yusuf Syed and Viraj Parimi and Brian Williams},
journal= {arXiv preprint arXiv:2605.08512},
year = {2026}
}