HaM-World：用于规划的选择性记忆软哈密顿世界模型

世界模型通过学习的潜在动力学实现基于模型的规划，但随着规划视野增长或分布偏移，想象推演变得不稳定。本文指出这种不稳定性源于缺乏历史条件记忆和几何组织结构。为此，我们提出 HaM-World，一种将潜在状态分解为规范子空间和上下文子空间的结构化世界模型，并利用 Mamba 选择性状态空间记忆作为输入。该模型使规划器能在单一潜在状态下进行动力学预测、奖励估计及动作搜索。实验表明，该方法在多项任务中显著降低了长程推演误差，并在各种分布外扰动下实现了最高的回报。