缩小基于梯度的规划中世界模型的训练-测试差距
TLDR
提出训练时数据合成以缩小世界模型在基于梯度规划中的训练-测试差距，在10%时间内达到CEM性能。
评分理由
The paper identifies a key mismatch between training and test objectives for world models and introduces data synthesis techniques to improve gradient-based planning. Strengths include a clear problem formulation and strong empirical results on manipulation and navigation tasks. Weaknesses are the lack of real-world validation and limited comparison to other gradient-based methods.
Read-first 评分解释
综合优先阅读分 47.7，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。 原始总分保留为 31。
研究版图角色
前沿论文
排序敏感性
稳定性：volatile；排名波动范围：389。
关键词评分
深度分析
创新点
- 识别出基于梯度的规划中世界模型的训练-测试差距：模型在下一状态预测目标上训练，但在测试时用于动作序列估计。
- 提出训练时数据合成技术以缩小这一差距，提升基于梯度的规划性能。
- 在物体操作和导航任务中，以仅10%的时间预算，性能优于或匹配经典的无梯度交叉熵方法（CEM）。
方法
作者提出训练时数据合成技术，以缩小用于基于梯度规划的世界模型中的训练-测试差距。世界模型在下一状态预测目标上训练，但在测试时用于动作序列估计。该方法在物体操作和导航任务上进行了评估，并与无梯度交叉熵方法（CEM）进行了比较。
关键结果
所提出的方法在多种物体操作和导航任务中，以仅10%的时间预算，优于或匹配经典的无梯度交叉熵方法（CEM）。