解耦世界模型：从干扰视频中学习迁移语义知识以用于强化学习
TLDR
解耦世界模型通过离线到在线潜在蒸馏和解耦约束，从干扰视频迁移语义知识到强化学习。
评分理由
The paper presents a novel method for transferring semantic knowledge from distracting videos to improve RL sample efficiency, with a clear methodology combining pretraining and distillation. However, the reliance on pretrained video prediction and benchmark evaluations may limit generalizability to real-world scenarios.
Read-first 评分解释
综合优先阅读分 54.8，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 38。
研究版图角色
前沿论文方法锚点
排序敏感性
稳定性：volatile；排名波动范围：287。
关键词评分
深度分析
创新点
- 离线到在线潜在蒸馏，用于从干扰视频向世界模型迁移语义知识
- 灵活的解耦约束，实现跨域语义知识迁移
- 解耦世界模型（DisWM）框架，结合预训练的无动作视频预测与在线强化学习微调
- 使用解耦正则化预训练无动作视频预测模型以提取语义知识
- 在线适应阶段融入动作和奖励以增强解耦表示学习
方法
DisWM 使用解耦正则化离线预训练一个无动作视频预测模型，从干扰视频中提取语义知识。预训练模型的解耦能力通过潜在蒸馏迁移到世界模型。在线微调过程中，应用解耦约束，环境交互中的动作和奖励丰富了数据多样性，从而增强解耦表示学习。
关键结果
实验结果验证了所提方法在各种基准上的优越性。