研究揭示持续世界模型零样本泛化瓶颈

2026年11月2日，arXiv发布关于持续强化学习（CRL）的研究，揭示了持续世界模型中的零样本泛化瓶颈。研究表明，当物理上下文改变时，世界模型的零样本复用能力会显著退化，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评估了直接复用能力。消融实验与潜空间诊断进一步证实，模型所学到的观测表征无法自动提供复用所需的不变性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。