新规划方法LEAP将潜在世界模型平均控制成功率从77.5%提升至94.8%
Purdue团队提出Latent Energy Action Planning，将完整行动视作可微变量，在冻结LeWM模型上优化，四个控制域平均成功率提高17.3个百分点。
AI解读：这篇论文解决的是潜在世界模型用于控制规划时的一个核心缺陷：模型只优化一个学习到的潜变量目标，结果可能找到的行动序列，其解码器预测的终态与实际目标不一致——规划成功了，但结果不对。LEAP的做法是把整个行动序列当作一个可微分的变量，在冻结的LeWorldModel（LeWM）上同时优化两个目标：终态潜变量要匹配目标潜变量，解码器预测的终态描述也要匹配目标描述。这种双重约束让规划结果更可靠。对做机器人控制或强化学习的研究者来说，LEAP的价值在于它可以直接套用官方发布的LeWM检查点，不需要重新训练模型，就能在四个控制域上把平均成功率从77.5%提高到94.8%。注意这仍是论文自报结果，协议匹配但非独立复现；且该方法依赖LeWM的冻结表示和预测器，如果LeWM本身预测不准，LEAP的上限也会受限。普通读者无需关注，这只是学术进展，尚无实际产品落地。
arXiv上9月3日发布的一篇论文提出Latent Energy Action Planning（LEAP），一种面向潜在世界模型的规划方法，将完整行动范围作为可微变量，在冻结的LeWorldModel（LeWM）上优化。论文报告，在四个控制域、使用官方LeWM检查点、匹配协议下，完整LEAP系统将平均成功率从LeWM+CEM的77.5%提升至94.8%，提高17.3个百分点，同时保留冻结的LeWM表示和预测器。作者为Phu Pham和Aniket Bera，论文共9页、5图、8表。