用对比式 InfoMax 替代像素重建,世界模型抗干扰且训练更省
burny_tech · x · 2026-09-28
arXiv 论文《Contrastive World Models》(Bonnie Li)提出不重建像素的世界模型训练方法：在 Dreamer 基础上，用类似 Deep InfoMax 的下界目标替代观测重建，最大化状态-动作序列与未来观测局部 patch 特征之间的互信息。
- 动机：像素重建目标会被视觉上无关的信息主导，在复杂环境中干扰规划与控制所需的学习
- 结果：默认环境下与 Dreamer 及动量预测基线持平；引入移动物体或自然视频背景等干扰后显著优于两者
- 额外收益：完全移除像素解码器，训练更高效
作者认为对比式 infomax 目标是构建对视觉干扰鲁棒的世界模型的一个有原则的方向，尤其有助于把 model-based RL agent 迁移到真实世界。
「研究」频道最新
- IMLE-VLA 单步替代流匹配,机器人动作生成提速 3.67 倍达 55Hz — petitegeek · 2026-09-28
- Red Queen 生物公司用 AI 加湿实验提前备药应对天然与合成病毒 — _sholtodouglas · 2026-09-28
- Yacine 演示同套基础设施通用 sim2real：两分钟完成训练 — yacineMTB · 2026-09-28
- Claude 从物理 preprint 中揪出被遗漏的 1/2 系数 — tak3sh8 · 2026-09-28
- Astra 通关 Zork 后认出被扰动过的「变体」版本 — tw_killian · 2026-09-28
- FuseReg:层融合正则化弥合表征自编码器的重建-生成鸿沟,gFID 降 29% — USC-PSI-Lab · 2026-09-28