WHALE来了，南大周志华团队做出更强泛化的世界模型

AIGC动态欢迎阅读

原标题：WHALE来了，南大周志华团队做出更强泛化的世界模型
关键字：模型,世界,任务,策略,不确定性
文章来源：机器之心
内容字数：0字

内容摘要：

机器之心报道
作者：陈陈、佳琪世界模型又出新进展了，来自国内机构。人类能够在脑海中设想一个想象中的世界，以预测不同的动作可能导致不同的结果。受人类智能这一方面的启发，世界模型被设计用于抽象化现实世界的动态，并提供这种「如果…… 会怎样」的预测。
因此，具身智能体可以与世界模型进行交互，而不是直接与现实世界环境交互，以生成模拟数据，这些数据可以用于各种下游任务，包括反事实预测、离线策略评估、离线强化学习。
世界模型在具身环境的决策中起着至关重要的作用，使得在现实世界中成本高昂的探索成为可能。为了促进有效的决策，世界模型必须具备强大的泛化能力，以支持分布外 (OOD) 区域的想象，并提供可靠的不确定性估计来评估模拟体验的可信度，这两者都对之前的可扩展方法提出了重大挑战。
本文，来自学、南栖仙策等机构的研究者引入了 WHALE（World models with beHavior-conditioning and retrAcing-rollout LEarning），这是一个用于学习可泛化世界模型的框架，由两种可以与任何神经网络架构普遍结合的关键技术组成。论文地址：https://a

原文链接：WHALE来了，南大周志华团队做出更强泛化的世界模型