SMWM

新的感官运动世界模型学习与行动对齐的表征

研究人员引入了一种新颖的感官运动世界模型（SMWM），旨在改进AI在其环境中感知和行动的方式。与仅关注视觉保真度或简单状态预测的传统模型不同，SMWM集成了逆动力学正则化。该技术迫使模型的潜在状态保留导致转换的动作信息，从而将表征偏向环境的可控方面，并丢弃无关的干扰项。SMWM方法能够从离线、无奖励的数据中实现稳定、端到端的训练，并在各种控制任务上取得有竞争力的规划性能。