子目标不可实现？Metro-WM用真实经验检索，长时域成功率飙升37.33个百分点，提速10.9倍！
Metro-WM: Long-Horizon Latent Planning with Realisable Sub-Goals
📖 AI 总结
本文提出Metro-WM，一种面向长时程规划的层次化框架。作者首先指出，基于JEPA的模型预测控制虽在短时程目标达成上表现优异，但现有层次化方法中宏规划器预测的潜在子目标往往物理上不可实现，这是其根本缺陷。为此，Metro-WM不再生成无依据的潜在向量，而是从离线专家演示或随机动作轨迹中检索真实观测帧作为子目标，并构建以观测帧为节点、可跨回合连接的图结构，从而将不同片段拼接为通往目标的路径。该图结构还使系统对执行误差具有鲁棒性，当微规划器偏离时能即时重新寻路。实验显示，Metro-WM的长时程成功率最高超出次优层次化方法37.33个百分点，速度快达10.9倍，离线计算量减少13至56倍，且所需调参更少；其路径甚至短于离线演示，并优于依赖查询自身演示的oracle方法，在极度稀疏数据下仍保持稳健。
🔑 关键词速览
| Joint-Embedding Predictive Architectures (JEPA) | 联合嵌入预测架构，一种在潜在空间中进行预测的模型架构，常用于零样本目标到达规划。 |
| Model-predictive control | 模型预测控制，一种通过优化未来控制序列来实现目标到达的规划方法。 |
| Latent sub-goal | 潜在子目标，在分层规划中由宏规划器预测的中间目标，通常表示为潜在空间中的向量。 |
| Hierarchical framework | 分层框架，将规划任务分解为宏规划器和微规划器两个层次，以处理长时域规划问题。 |
| Zero-shot goal-reaching | 零样本目标到达，指规划器在未见过特定目标的情况下直接到达目标的能力。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅