论文页面 - RISE：面向世界动作模型的自适应想象

来源：https://huggingface.co/papers/2608.20430

摘要

RISE 通过权衡预期收益与成本，自适应地决定在规划时是继续还是停止想象展开过程，该研究得到一个带有专家标注的反事实驾驶数据集支持。

世界动作模型（https://huggingface.co/papers?q=World%20Action%20Models）（WAMs）通过将未来世界演变融入动作生成来改进规划，但现有方法为每个场景分配固定的想象预算。我们提出 RISE（通过选择性展开来优化想象），一个系统级的自适应想象（https://huggingface.co/papers?q=adaptive%20imagination）框架，根据继续展开的预期规划收益来做出顺序化的展开/停止（https://huggingface.co/papers?q=Roll%2FStop%20decisions）决策。在每个步骤中，一个潜在评估器（https://huggingface.co/papers?q=Latent%20Evaluator）估计当前前缀所揭示的风险，以及如果想象继续进行，规划可能改善的程度；而一个展开门（https://huggingface.co/papers?q=Rollout%20Gate）则权衡这一预期收益与额外的计算成本。由于真实的驾驶日志只暴露一个已实现的未来，我们进一步构建了 CounterDrive（https://huggingface.co/papers?q=CounterDrive），这是一个具有多样化结果和风险水平的反事实数据集（https://huggingface.co/papers?q=counterfactual%20dataset），以丰富未来动态并提供局部的风险监督（https://huggingface.co/papers?q=risk%20supervision）。每个保留的样本都经过专家验证，并标注轨迹有效性、事件起始点和因果类别，为安全关键的世界建模研究提供了可重复利用的资源。在 NAVSIM（https://huggingface.co/papers?q=NAVSIM）和 nuScenes（https://huggingface.co/papers?q=nuScenes）上的实验表明，RISE 在减少不必要展开的同时，实现了最佳的整体规划性能，额外的迁移结果支持了其在 WAM 架构中的即插即用通用性。

查看 arXiv 页面 (https://arxiv.org/abs/2608.20430)查看 PDF (https://arxiv.org/pdf/2608.20430)项目页面 (https://cowarobot-ai.github.io/RISE/)GitHub20 (https://github.com/COOWAI/RISE)添加至收藏 (https://huggingface.co/login?next=%2Fpapers%2F2608.20430)

获取本论文的代理版本：

hf papers read 2608\.20430

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用本文的模型0

无模型链接本文 在模型的 README.md 中引用 arxiv.org/abs/2608.20430 以从此页面链接。

引用本文的数据集0

无数据集链接本文 在数据集的 README.md 中引用 arxiv.org/abs/2608.20430 以从此页面链接。

引用本文的 Space0

无 Space 链接本文 在 Space 的 README.md 中引用 arxiv.org/abs/2608.20430 以从此页面链接。

包含本文的收藏集0

无收藏集包含本文 将本文添加至收藏集 (https://huggingface.co/new-collection) 以从此页面链接。