arXiv · ML· Rohun Agrawal, Nimit Kalra, Arjun Parthasarathy, Yann LeCun, Oumayma Bounou, Pavel Izmailov, Micah Goldblum·· 2026-10-05AI 评分23
缩小世界模型中基于梯度规划的训练-测试差距
Closing the Train-Test Gap in World Models for Gradient-Based Planning
AI 导读
该研究提出改进的世界模型训练方法,旨在解决离线训练预测下一状态与测试时估计动作序列之间的训练-测试差距。通过在训练期间引入数据合成技术,该方法显著提升了现有世界模型的基于梯度规划效率。在多种物体操作和导航任务中,该方法在测试时以经典无梯度交叉熵方法(CEM)10%的时间预算,实现了性能上的超越或持平。
来源:arXiv · ML · arxiv.org