arXiv · 机器人与计算机视觉· Yanbo Wang, Nan Lin, Wendelin B\"ohmer, Javier Alonso-Mora·· 2026-10-20精选AI 评分78
预训练特征作为教师而非状态:用于视觉规划的紧凑潜在世界模型
Pretrained Features as Teachers, Not States: Compact Latent World Models for Visual Planning
AI 导读
论文提出了 Anchor-WM 方法,利用预训练的 DINO 特征作为教师来学习紧凑的潜在状态,而非直接将其作为世界模型的状态空间。该方法通过动作条件化的动力学学习和仅用于蒸馏的训练头,在保留视觉信息的同时避免表示坍塌。
推荐理由
提出用预训练特征指导学习紧凑潜在状态,在四个环境中实现最佳成功率并显著加速规划。
来源:arXiv · 机器人与计算机视觉 · arxiv.org