研究：Koopman 结构未能提升人形全身跟踪的可微世界模型

研究在仿真 Unitree G1 全身跟踪任务中，用 Koopman 结构（提升状态空间中的线性动力学）替换原流程的 MLP 世界模型，检验其能否帮助通过可微世界模型反向传播训练的策略。结果显示没有帮助：回报至多持平（0.823 对 0.830），相同数据上的单步误差是 MLP 的 1.3 至 1.6 倍，训练约慢 15%。提升后的 rollout 会发散或无法训练出策略；在测试的方案中，每个想象步重新提升训练效果最好，但重新提升从不使用提升后的线性动力学，只留下一个对动作仿射、偏移与斜率依赖状态的模型。