arXiv · ML· Keivalya Pandya·· 17 小时前AI 评分21
pico-WAM：评估紧凑型世界动作模型中的反事实预测与规划误差
pico-WAM: Evaluating Counterfactual Prediction and Planning Error in a Compact World Action Model
AI 导读
研究提出紧凑型模型 pico-WAM，旨在定位控制失败是源于动作生成还是轨迹评分瓶颈。基于 206 个 Push-T 演示和 15 个训练种子，实验显示反事实分支训练将策略重启搜索覆盖优势扩大 4.8 个百分点；使用模拟器成本替代学习轨迹评分使覆盖率提升 12.2 点，且优于纯模仿。 该模型通过受控干预明确评分为有效改进目标，并提供了诊断紧凑型世界模型的可复现协议。
来源：arXiv · ML · arxiv.org