下一嵌入预测增强世界模型
机器学习
2026-03-04 v1 人工智能
摘要
在部分可观测、高维领域中，捕捉时间依赖性对于基于模型的强化学习(MBRL)至关重要。我们引入了NE-Dreamer，一种无解码器的MBRL智能体，它利用时间变换器从潜在状态序列中预测下一步编码器嵌入，直接在表示空间中优化时间预测对齐。这种方法使NE-Dreamer能够在没有重建损失或辅助监督的情况下学习连贯的、可预测的状态表示。在DeepMind控制套件上，NE-Dreamer达到或超过了DreamerV3和领先的无解码器智能体的性能。在涉及记忆和空间推理的具有挑战性的DMLab任务子集上，NE-Dreamer取得了显著的提升。这些结果确立了结合时间变换器的下一嵌入预测作为在复杂、部分可观测环境中进行MBRL的有效且可扩展的框架。
引用
@article{arxiv.2603.02765,
title = {Next Embedding Prediction Makes World Models Stronger},
author = {George Bredis and Nikita Balagansky and Daniil Gavrilov and Ruslan Rakhimov},
journal= {arXiv preprint arXiv:2603.02765},
year = {2026}
}