Koopman结构未提升人形全身跟踪世界模型

Haizhou Ge等作者发表论文，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，检验它能否帮助通过可微世界模型反向传播训练策略。结论是没有帮助：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 会发散或训练不出策略。 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。作者称，把策略的动作输入后，G1、Ant 和 Humanoid 上剩余的大部分差距消失；唯一接近 MLP 的在线修补是把动作送入非线性提升，这等于放弃了 Koopman 结构。该研究为预印本，尚未经同行评议。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。