更好的想象展开是否意味着更好的机器人控制？反馈条件下世界模型评估的受控研究

数据集分析

预测模型越来越多地用于机器人中的状态估计、规划、控制和策略评估，但它们通常通过固定时域上的开环预测精度来评判。在闭环运行中，机器人反复执行动作、接收新的测量、更新其状态估计并重新计算控制。我们在一个具有有偏里程计和间歇性路标感知的差速驱动路径跟踪任务中研究这种差异。使用轨迹重放、20步无测量 rollout 和闭环跟踪，在24种感知条件下评估了六种状态估计器。重放位置RMSE与闭环横向跟踪RMSE的相关性强于rollout误差（Spearman rho = 0.923 vs. 0.774），并且在5/24种条件下选择了与闭环最优不同的估计器，而rollout指标在18/24种条件下选择了不同估计器。然后我们改变rollout时域和测量更新间隔。当H=20时，排序一致性从每步都有测量时的rho=0.916下降到无测量时的rho=0.774。时域-更新网格表明，当保留定期校正时，长预测时域仍然具有信息量，而无校正的长rollout可能产生与闭环行为显著不同的排序。我们还测试了针对更长感知中断训练的循环估计器。这在组合感知退化下改善了基于EKF的模型，将GRU-EKF的横向跟踪RMSE从1.72 m降低到1.06 m，但这种增益在单独中断或估计器架构上并不一致。这些结果表明，机器人中的预测模型评估应同时指定预测时域和测量更新调度。对于反馈中使用的模型，当离线rollout的感知和校正模式反映闭环操作时，它们最具信息量。代码可在 https://github.com/rdharini2001/Robot_World_Model 获取。