arXiv · cs.AI· Haoyue Liu·· 6 天前AI 评分38
世界模型的回报误差出在事件步而非像素：arXiv 新论文提出转移级诊断方法
Events, Not Pixels: Where World Models Get the Return Wrong
来源与原文
arXiv · cs.AI
作者：Haoyue Liu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.29435v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项 arXiv 研究发现，世界模型用于规划时的回报误差主要集中在“事件转移”步：在通过可靠性检验的 44 个 Atari-100k 模型-收集对中，修复事件转移可消除中位数 70% 的回报误差，39 个样本中事件补丁优于随机补丁（sign test p=1.4 x 10^{-7}，中位增益 +44 个百分点），而按 MSE、SSIM 或 LPIPS 选取的修复效果不如随机。事件步的像素渲染质量与其他步相当（中位像素误差比 0.85），说明视觉保真度不能代表回报正确性。剩余误差呈结构化分布，且事件补丁可改进规划排序。
来源：arXiv · cs.AI · arxiv.org