提出带单调代价排序损失的潜在世界模型

2026年11月10日，arXiv Robotics 报道研究者 Amirhosein Chahe、Siwei Cai、Lifeng Zhou 提出一种用于图像目标导航的潜世界模型，基于冻结的 DINO 系列编码器，并以两项互补目标训练：自回归 rollout 损失用于缩小训练与多步规划 rollout 之间的差距，单调代价排序（MCR）损失则直接促使扰动程度递增的动作序列获得更高的规划代价。报道称，该方法将代价定义为预测未来嵌入与目标嵌入之间的余弦距离，并指出代价排序不佳会误导 CEM 等采样规划器；研究还考察了基于 InfoNCE 的动作对比训练，发现时间置换负样本会扭曲潜空间几何并降低规划性能。在 GNM 导航数据集上，该方法优于 Navigation World Models（NWM）、DINO-WM、OmniVLA 和 NoMaD，达到 SOTA，方向误差相比同编码器的 DINO WM 基线降低 2.7 倍。报道还称，模型被零样本部署到实体机器人上，在未见过的室内外环境中沿目标导向路径行进。上述性能与部署结论均来自该报道，尚待独立验证。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。