潜在动作模型失效原因分析与缓解

2026年10月15日，arXiv Computer Vision 发布 Jung Min Lee 等作者的论文，分析潜在动作模型（LAMs）受外生状态干扰的问题并提出缓解方法。研究通过扩展线性 LAM 框架显式建模外生状态，揭示潜在动作模型失效的两个原因：最小化标准重建目标会让潜在动作编码未来观测中的外生信息，而在聚焦内生分量的表示空间中学习是缓解噪声干扰的关键。研究还证明动作监督等辅助目标可促使潜在动作在不同外生状态下保持一致，并在线性与非线性 LAM 上验证了这些结论。目前进展为论文发布并给出上述分析与缓解思路。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。