DWM: Separating World Effects from Actions in Latent World Models
本文介绍了 DWM（分解世界模型），这是一个在监督层面将动作驱动的转移与动作不变的世界效应从潜在世界模型中显式分离的框架，从而提高了在具有重力、惯性等持续动力学环境中的规划成功率。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下你正在教一个机器人玩台球。你想让机器人学会如何击打母球，从而将黑八撞进袋口。但这里有一个难点：桌面并不完全平整。它有一个轻微的倾斜，因此即使机器人什么都不做，重力也会不断试图让球顺着坡度下滑。要成为一名优秀的玩家，机器人需要同时理解两件事：它的球杆如何改变球的路径，以及桌子的倾斜是如何在没有干预的情况下自行移动球的。这就是“具身智能”（Embodied AI）的核心——在这个领域中，计算机通过建立关于事物如何运动的心理地图，来学习如何在物理世界中行动。
为了进行预判，计算机使用一种被称为“潜在世界模型”（Latent World Model）的技术。你可以把它想象成机器人大脑中的一台“梦境制造机”。机器人并不是逐帧观察真实世界，而是创造出一个简化的、无形的未来草图。它会自问：“如果我向这个方向推球，会发生什么？”问题在于，目前的梦境制造机将未来的每一次变化都视为一个单一且混乱的整体。它们无法分辨运动中的哪一部分是由机器人的推动引起的，哪一部分是由桌子的倾斜引起的。它们只是看到球在移动，然后试图一次性猜出整个过程，这在环境拥有自身“固执习惯”时会变得非常混乱。
这篇题为《DWM：在潜在世界模型中分离世界效应与动作》的论文，正面解决了这一困惑。来自北京大学的研究人员认为，要让机器人变得更聪明，我们需要教会它们的梦境制造机将未来拆分为两种不同的成分：“动作效应”（Action Effect，即机器人引起的变化）和“世界效应”（World Effect，即环境自身产生的影响，如重力或风）。他们引入了一种新的训练方法，称为 DWM（分解世界模型）。DWM 不再强迫机器人一次性猜出整个未来，而是为它配备了一个特殊的“世界头”（World Head），专门学习预测那些即便机器人不做任何动作也会发生的事情。然后，一个独立的“动作头”（Action Head）负责学习剩余的部分。通过强制这两个“头”既协同工作又保持独立，机器人能够学到更清晰的因果关系图景。
研究人员在多个机器人任务上测试了这一想法，其中包括一个推块游戏，在游戏中，由于重力的作用，即使机器人在未接触时，方块也会沿着斜坡下滑。他们发现，这种新方法 DWM 比传统的“整体式”（Monolithic）方法表现得更好。在这些复杂的、受重力影响的任务中，DWM 将机器人的成功率平均提高了 13.1%。例如，在名为 PushT-W 的任务中，旧方法仅有 32% 的成功率，而 DWM 则将其提升到了 44%。论文指出，通过将机器人的动作与世界的自然漂移解耦，机器人可以更准确地想象未来并做出更好的决策，即使环境正试图自行移动物体。重要的是，这种改进并没有损害机器人在平坦、简单的任务（即重力不构成影响的任务）中的表现；它只是让机器人在世界自身发生变动时变得更加聪明。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。