跳到主要内容
检索

# INTACT世界模型

2 篇关联报道

订阅更新
  1. arXiv

    JEPA世界模型从初始化就丢掉样本差异:SADL只在供给不足时约束编码器,十种子崩溃率从50%降到0%

    JEPA 类世界模型的编码器表示从初始化起就被一个所有输入共享的分量主导,而投影器里的批归一化把这个方向从下游损失中屏蔽掉,样本差异因此被压缩直至崩溃。SADL 把投影器输出端正则项所要求的差异容量与编码器实际能激发并传递的差异容量作比较,只在供给不足时对编码器加一项约束,不引入辅助网络或可训练参数。在 LeWM 与 INTACT 的单任务和四任务联合训练中,十个随机种子的崩溃率由 50% 降到 0%,训练一个 epoch 后编码器有效秩为对应基线的 3.4–6.4 倍。

  2. 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