论文页面 - AnyGoal：世界模型在专家轨迹之外的泛化能力

来源：https://huggingface.co/papers/2610.26844

摘要

研究者提出 AnyGoal，用于评估世界模型能否将动力学泛化到熟悉的状态与动作的未见组合上，以支持规划任务。

世界模型 (https://huggingface.co/papers?q=world%20model) 的目标是捕捉环境的动力学。其巨大吸引力在于，借助世界模型 (https://huggingface.co/papers?q=world%20model)，智能体可以规划并模拟一系列行动方案。然而，要让这些用途可靠，所学到的动力学就必须在专家轨迹中观察到的具体状态-动作组合 (https://huggingface.co/papers?q=state-action%20combinations) 之外也能表现良好。尽管如此，数据覆盖度、动力学泛化 (https://huggingface.co/papers?q=dynamics%20generalization) 与下游规划 (https://huggingface.co/papers?q=planning) 性能之间的关系仍未得到充分探索。我们从组合泛化 (https://huggingface.co/papers?q=compositional%20generalization) 的视角研究这一关系：世界模型 (https://huggingface.co/papers?q=world%20model) 能否将熟悉的状态和动作因子重新组合成有效的动力学？为此，我们提出 AnyGoal (https://huggingface.co/papers?q=AnyGoal)——一个基于广泛使用的世界模型环境构建的目标偏移 (https://huggingface.co/papers?q=goal-shifted) 任务变体基准，以及一个开源库。每个任务的设计都假设其对已学习到底层动力学的世界模型 (https://huggingface.co/papers?q=world%20model) 是可达成的：单个状态因子和动作仍在其训练支撑范围内，但它们的组合在专家轨迹中的代表性不足。在多个环境和世界模型 (https://huggingface.co/papers?q=world%20model) 系列中，我们发现当前模型在这些重新组合下一致地出现失败。通过考察不同模型系列、交互机制和评估指标下的动力学失败与表征失败，我们研究了当前世界模型 (https://huggingface.co/papers?q=world%20model) 在哪些方面能够泛化，以及目标偏移 (https://huggingface.co/papers?q=goal-shifted) 预测与规划 (https://huggingface.co/papers?q=planning) 在哪些方面仍面临挑战。总体而言，这一框架、基准与分析为评估向能够泛化到新规划 (https://huggingface.co/papers?q=planning) 任务的世界模型 (https://huggingface.co/papers?q=world%20model) 的进展提供了基础。

查看 arXiv 页面 (https://arxiv.org/abs/2610.26844) · 查看 PDF (https://arxiv.org/pdf/2610.26844) · 项目页面 (https://hazel-heejeong-nam.github.io/anygoal/) · GitHub4 (https://github.com/galilai-group/AnyGoal) · 加入收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2610.26844)

在你的 agent 中获取此论文：

hf papers read 2610\.26844

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

引用此论文的模型 0

没有模型关联此论文

在模型 README.md 中引用 arxiv.org/abs/2610.26844，即可从此页面链接它。

引用此论文的数据集 0

没有数据集关联此论文

在数据集 README.md 中引用 arxiv.org/abs/2610.26844，即可从此页面链接它。

引用此论文的 Spaces 1

包含此论文的合集 0

没有合集包含此论文

将此论文添加到合集 (https://huggingface.co/new-collection)，即可从此页面链接它。