TwoRoom
PulseAugur coverage of TwoRoom — every cluster mentioning TwoRoom across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的潜在世界模型通过联想记忆增强具身规划
研究人员开发了一种新的增强记忆的潜在世界模型，旨在提高具身规划能力。该模型集成了内容可寻址记忆库和JEPA风格的预测，使其能够直接从跨多个时间尺度的观测中学习高级表示。该系统采用新颖的损失函数来防止表示坍塌并确保有效的记忆利用，在PushT、Tworoom、Reacher和OGBCube等任务上展示了最先进的性能，尤其在长时规划方面表现出色。
-
研究质疑一步预测保真度作为JEPA世界模型性能代理的有效性
一篇新发表在arXiv上的研究论文质疑了使用一步预测保真度作为评估强化学习中JEPA世界模型性能指标的普遍做法。研究发现，尽管保真度有所提高，但规划性能并未与之持续相关，甚至在某些情况下还会下降。研究人员提出了一种冻结解码器协议来更好地评估这些模型，并强调预测精度的提高并不一定能转化为更好的规划能力。
-
新的JEPA世界模型通过状态对齐增强机器人规划
研究人员开发了一种新的端到端联合嵌入预测架构（JEPA）世界模型，旨在通过将学习到的表征与物理现实联系起来，从而改进机器人规划。该模型通过逆动力学和状态对齐来增强潜在预测，旨在确保模型的内部状态保留对机器人控制至关重要的信息。在四个基准任务上的实验表明，其性能优于或可与现有模型相媲美，其中状态对齐组件持续提高了规划成功率。
-
研究：限制潜在世界模型的瓶颈是规划器的目标，而非预测
一篇新发表在arXiv上的研究论文表明，潜在世界模型的规划能力，而非其预测准确性，是长时规划的主要瓶颈。该研究重现了在TwoRoom环境中对LeWorldModel进行的实验，发现规划器的目标函数是限制因素。通过简单地改变目标函数而不重新训练，模型在长时规划上的成功率显著提高，这表明准确规划所需的信息存在于模型的潜在空间中。
-
LeWorldModel复现强调评估协议对结果的影响
对LeWorldModel研究论文的独立复现发现，评估协议显著影响了报告的结果。研究人员通过实施原始配置文件中未详细说明的特定约定，例如密集动作收集和ImageNet像素归一化，在TwoRoom环境中取得了更高的成功率。此外，该研究还揭示，一步预测精度并不能可靠地预测长时规划的成功率，并且批量归一化层会膨胀验证损失，掩盖了训练损失的平坦性。