摘要
世界动作模型(WAMs)通过预测未来观测和动作来支持基于想象推演的决策。然而,这些想象未来的可靠性尚未得到充分检验。本文指出“动作 - 状态一致性”是 WAMs 缺失的关键可靠性维度。研究发现该一致性能有效区分成功与失败的推演轨迹,并揭示了背景坍缩这一边界条件。基于此,作者提出一种无需价值模型的共识策略,通过在测试时对候选推演进行排序,显著提升了 RoboCasa 和 RoboTwin 2.0 上的任务成功率,为无价值规划提供了实用信号。
AI 推荐理由
论文提出动作 - 状态一致性作为评估世界模型可靠性的关键指标,并用于无价值规划的测试时选择。
研究机构
国立阳明交通大学
论文信息