Aliased Maze

新的CLWM模型提高了具身AI在部分可观察环境下的推理能力

研究人员引入了反事实潜在世界模型（CLWM）来解决具身智能系统中的“反事实崩溃”问题。这种故障模式发生在世界模型预测了合理可行的未来，但无法区分具有不同行为结果的干预措施时，这通常是因为其表示是为感知相似性而非干预结构而优化的。CLWM通过引入一个对比反事实目标来增强在遮挡操纵和别名导航等任务中的规划成功率，该目标将由不同干预措施引起的未来分开，即使它们的观测结果看起来相似。所提出的反事实可分离性度量可以审计任何编码器在其规划成功潜力方面的表现。