面向潜在世界模型的预测性但不可计划性：RC-aux
机器学习
2026-05-11 v1 人工智能
计算机视觉与模式识别
摘要
潜在世界模型可能实现准确的短期预测，但仍会导致潜在空间与规划不良对齐。关键问题在于时空错位：这些模型通常基于局部预测监督进行训练，但用于长期目标导向搜索部署于潜在空间，其中欧几里得距离可能不反映有限动作预算内可到达的状态。我们提出了到达-纠正辅助目标（RC-aux），这是一种用于克服此时空错位的轻量级纠正方法，适用于无重建的潜在世界模型。RC-aux保持世界模型主干不变，沿两个维度添加规划对齐监督：沿时间维度，多步开环预测训练模型超越一步一致性；沿空间维度，预算条件到达监督联合时间硬负样本，鼓励潜在空间区分最终可到达的状态与当前规划预算内可到达的状态。测试时，所学到的到达信号可由到达感知规划器用于优先选择既目标导向又在可用预算下可实现的轨迹。我们在 LeWorldModel 上实现RC-aux，并在继续训练和从零开始匹配两种设置下进行评估。跨目标条件像素控制任务和 LIBERO-Goal 扩展，RC-aux以适度的额外计算成本改进了LeWM风格的规划。这些结果表明，与其仅依赖预测准确性，规划依赖于所学表示是否编码了下游搜索所需的时空结构。代码已公开于 https://github.com/Guang000/RC-aux。
引用
@article{arxiv.2605.07278,
title = {Predictive but Not Plannable: RC-aux for Latent World Models},
author = {Wenyuan Li and Guang Li and Keisuke Maeda and Takahiro Ogawa and Miki Haseyama},
journal= {arXiv preprint arXiv:2605.07278},
year = {2026}
}