arXiv · 机器人与计算机视觉· Rohun Agrawal, Nimit Kalra, Arjun Parthasarathy, Yann LeCun, Oumayma Bounou, Pavel Izmailov, Micah Goldblum·· 2026-10-05AI 评分72
通过训练时数据合成缩小世界模型的训练 - 测试差距
Closing the Train-Test Gap in World Models for Gradient-Based Planning
AI 导读
论文提出改进的世界模型训练方法以支持基于梯度的规划,核心是解决模型训练目标(下一状态预测)与测试时使用方式(动作序列估计)之间的差距。作者引入训练时数据合成技术,在多种物体操作和导航任务中,将基于梯度的规划效率提升至传统无梯度交叉熵方法的水平,同时仅需 10% 的时间预算。材料为 arXiv 预印本版本,未提及同行评审状态或具体部署结果。
来源:arXiv · 机器人与计算机视觉 · arxiv.org