潜世界模型深度路由研究：oracle 可省误差，路由器未学会

Achyuthan Sivasankar 发布 arXiv:2607.10203v4，研究潜世界模型能否按步自适应选择预测器深度。在九个 DeepMind Control 任务上测试十二块早退潜预测器，发现“更深预测器更准”的假设在其中三个任务上失效，浅层出口在每个随机种子上都比完整堆栈更准。 按步贪心 oracle 选深度，在等算力下比最佳固定深度混合降低 10–37% 的 rollout 误差；但所训练的路由器均未捕捉到这一收益，难度路由器与固定深度混合的差距在 5% 以内。 作者称固定深度实验为预注册，路由分析、规划器运行、消融对照和一步分解均为探索性；结果会随编码器、骨干网络、预测时长和训练数据而变化。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。