研究揭示持续世界模型零样本泛化瓶颈

1. 13:00
   arXiv 机器学习

   适应之前：持续世界模型中的零样本泛化瓶颈

   持续强化学习（CRL）研究表明，世界模型（WM）的零样本复用在物理上下文改变时显著退化，表征泛化是阻碍其可靠复用的核心瓶颈。该研究将上下文分解为行为与物理组件，并在 FourRooms 任务中利用 Dyna-Q 和 TD-MPC 评估直接复用能力。消融实验与潜空间诊断进一步证实，模型学到的观测表征无法自动提供复用所需的不变性。

Current heat 9·Comparable peak 10（Nov 2 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.