Valdi：价值扩散世界模型

世界模型虽能赋能模型预测控制（MPC），但需兼顾在线使用的速度与表征不确定未来的表达能力。扩散模型擅长建模不确定动态，但其迭代推理过程阻碍了低延迟的潜在规划。本文提出价值扩散世界模型（Valdi），将端到端在线训练用于 MPC 与潜在扩散动态模型相结合。在 CarRacing 环境的初步实验中，Valdi 仅在训练和推理中使用单步扩散，性能即匹配确定性 MLP 基线。实验揭示了该设置下预测多模态性与控制性能之间的权衡。