Dueling World Models

新方法通过隔离可控动作来增强AI世界模型

研究人员开发了一种新颖的方法来改进AI规划中使用的潜在世界模型。通过应用一种受价值函数对偶分解启发的技巧，他们可以将智能体的可控动作与环境中不可控的干扰运动分离开来。这种在读出时进行的减法可以有效地抵消与动作无关的变化，从而留下一个清晰的预测通道。该方法除了简单的减法外，不需要任何额外的机制，并且可以事后应用于现有的模型，甚至是冻结的预训练模型，以揭示可能被忽略的动作通道。