研究者提出世界模型潜空间扰动鲁棒决策方法

研究者 Junwon Seo 与 Andrea Bajcsy 提出一种在世界模型潜在空间中建模扰动、实现鲁棒决策的方法：把潜在空间扰动视为对世界模型所学潜在动力学的扰动，通过动力学感知相似度度量与分布外检测构建合理的潜在动力学集合，用共形预测校准不确定性集，再以博弈论优化联合求解鲁棒动作与最坏情况扰动。 在 Franka 机械臂硬件实验中，该方法使安全过滤失败率降低 70%、基于采样的策略引导失败率降低 54%。

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。