AnyGoal

数据集分析

世界模型的目标是捕捉环境的动态特性。这具有很大的吸引力，因为它使智能体能够借助世界模型来规划并模拟一系列行动。然而，要使这些用途可靠，学习到的动态模型必须在专家轨迹中观察到的特定状态-动作组合之外也能表现良好。尽管如此，数据覆盖度、动态泛化能力与下游规划性能之间的关系仍未得到充分探索。我们通过组合泛化的视角来研究这一关系：世界模型能否将熟悉的状态因素和动作因素重新组合成有效的动态？为回答这个问题，我们引入了AnyGoal——一个基于广泛使用的世界模型环境构建的目标偏移任务变体基准，并附带一个开源库。每个任务都被设计为处于已学习到底层动态的世界模型的能力范围内：各个状态因素和动作仍在其训练支持范围内，但其组合在专家轨迹中代表性不足。在多种环境和世界模型家族中，我们发现当前模型在这些重组下持续表现出失败。通过考察不同模型家族、交互机制和评估指标下的动态与表征失败，我们研究了当前世界模型在哪些方面能够泛化，以及在目标偏移预测与规划中仍存在哪些挑战。总体而言，该框架、基准和分析为评估面向新规划任务泛化的世界模型进展提供了基础。