对象中心世界模型与蒙特卡洛树搜索
人工智能
2026-01-13 v1 机器学习
机器人学
摘要
本文提出 ObjectZero，这是一种新型强化学习（RL）算法，利用对象级表示的力量更有效地建模动态环境。不同于传统方法将世界处理为单一无差别输入的方法，本方法采用图神经网络（GNN）捕捉多个对象之间复杂的相互作用。这些可以被操作并相互作用的对象，构成了模型理解环境的基础。我们在充满多样化、交互式对象的复杂环境中训练了该算法，展示了其有效学习和预测对象动态的能力。我们的结果表明，基于对象中心表示的操作的结构化世界模型可以成功地集成到利用蒙特卡洛树搜索作为规划模块的基于模型的 RL 算法中。
引用
@article{arxiv.2601.06604,
title = {Object-Centric World Models Meet Monte Carlo Tree Search},
author = {Rodion Vakhitov and Leonid Ugadiarov and Aleksandr Panov},
journal= {arXiv preprint arXiv:2601.06604},
year = {2026}
}