arXiv · cs.AI· Jinping Wang1·· 23 天前AI 评分40
潜在世界模型中的动作-结果对齐：面向可靠规划与自我改进
Action-Consequence Alignment for Reliable Planning and Self-Improving in Latent World Models
来源与原文
arXiv · cs.AI
作者：Jinping Wang1
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/2610.04539v1
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
论文提出 Action Consequence Alignment（ACA）训练目标，解决潜在世界模型预测误差低但规划不可靠的错配问题。ACA 通过惩罚局部搜索替代动作相对事实动作的预测误差优势来改进规划，无需额外模型组件或训练期环境交互。在多种环境评测中，ACA 提升了规划表现、降低真实目标误差，其引导的数据收集优于随机局部采样。
来源：arXiv · cs.AI · arxiv.org