去像素解码器训练世界模型,复杂视觉环境反超 Dreamer
burny_tech · x · 2026-09-27
论文《Contrastive World Models》指出,世界模型若靠像素重建训练,大量容量会浪费在与任务无关的背景细节上。
作者基于 DeepMind 的 Dreamer,移除像素解码器,改用类 Deep InfoMax 的下界目标:最大化状态-动作序列与未来观测局部特征之间的互信息,让潜在状态只保留对规划预测有用的信息。
实验结果:
- 干净环境中与 Dreamer 及动量预测基线打平
- 引入移动干扰物或自然视频背景后显著优于两者
- 去掉解码器后训练更高效
结论:对比式 infomax 目标是构建对视觉干扰鲁棒的世界模型的有原则方向,对 model-based RL 迁移到真实世界尤其重要。
所属事件:Contrastive World Models 去像素重建，复杂环境反超 Dreamer(5 条相关)→
「具身」频道最新
- Dyna Robotics Jason Ma:机器人演示容易,可靠性才是真难关 — Competitive_Travel16 · 2026-09-28
- Booster 与宇树机器人现场斗舞，人形机器人比拼舞技 — chris_j_paxton · 2026-09-27
- 2025 年中国工业机器人安装量超全球其他地区总和，同比增 20% — teortaxesTex · 2026-09-27
- Delta Intelligence 预告人形机器人家庭长程任务全自主演示 — jeasinema · 2026-09-27
- 大疆无人机毛利率竟高于 iPhone,行业龙头吸金能力惊人 — vista8 · 2026-09-27
- 开发者自制 AI 无人机:3 分钟起跳,弃商用锂电池自造电池 — yacineMTB · 2026-09-27