跳到正文
arXiv · cs.RO· Gaoyue Zhou, Yvonne Wu, Zichen Jeff Cui, Nicolas Ballas, Mido Assran, Lerrel Pinto, Yann LeCun·· 3 小时前精选AI 评分72

论文 / 摘要阅读

ID-WM:解耦状态可达性与局部控制的分层世界模型

Hierarchical World Models with Implicit Dynamics

AI 导读 · 根据来源整理

作者提出 ID-WM(Implicit Dynamics World Models),一种将状态空间可达性与局部控制解耦的分层世界模型:高层模型在状态流形上采样可行转移,低层世界模型作为逆动力学求解器把这些转移落地为精确动作,使规划器无需受低层执行细节约束即可确定可达子目标。作者称该方法优先考虑局部物理可行性而非全局行为模式,能从短片段合成新的长程规划,超越训练中见过的行为模式。在三个导航与操作测试套件上,其性能相比先进策略与扩散规划器提升 38.5%;借助分层结构缓解累积误差后,相比单层世界模型 MPC 在复杂未见长程配置上取得 135% 的性能提升。

本站目前提供摘要

以上是对来源材料的中文整理,不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。

前往 arXiv · cs.RO 阅读原文 ↗

来源:arXiv · cs.RO · arxiv.org