跳到主要内容
检索

# 交叉熵方法

1 篇关联报道

订阅更新
  1. arXiv

    冻结视觉世界模型也能管住过程风险:RTS只在报警时搜索,安全到达率最多升41.67个百分点

    预训练视觉世界模型能直接从当前与目标观测生成多步动作计划,但只以接近终点为目标,途中穿越禁区或沿碰撞面滑行仍会被算作成功。Risk-Triggered Search(RTS)不改动冻结的JEPA世界模型,而是把候选动作在潜空间里展开成未来前缀,用过程违规标签训练一个轻量风险头,并让同一前缀风险判据同时充当搜索触发门与硬可行性门。在五个任务上,RTS-AP相对Direct在TwoRoom、Reacher、PointMaze上把安全到达率分别提高12.67、41.67、27.34个百分点;1,968条配对轨迹显示它与每步搜索动作完全一致,控制器时间减少17.71%–70.41%。

已读完全部报道