SMWM模型防嵌入坍塌但牺牲规划能力
HaiyuWu1 · x · 2026-07-18
作者分析了《Sensorimotor World Models》(SMWM) 论文的方法。该模型通过逆动力学正则化（确保相邻帧的嵌入保留动作信息）来防止潜在空间中的嵌入坍塌。 然而作者指出，这种机制可能导致模型仅保留动作标签而忽略环境信息，从而损害复杂的下游规划任务。实验数据也印证了这一点：尽管 SMWM 在 PushT 等四个数据集上表现良好，但相比 SIGReg/VISReg 等基线方法，其获胜时的优势微乎其微，而一旦落败则差距巨大。因此作者认为，对于通用的潜在世界模型训练，传统的视觉正则化方法依然更加可靠。