潜在世界模型决策度量对齐诊断与MPC目标改进

JEPA风格的潜在世界模型可以使用到目标潜在向量的欧几里得距离作为模型预测控制（MPC）的成本。然而，任务变量的强解码并不能保证这一特定成本能按真实任务进展对候选动作序列进行排序。我们将后一种性质称为决策度量对齐。我们引入了Plan-Real Spearman，它衡量随机计划上的潜在-真实排名一致性，以及CEM阶段Spearman，它衡量交叉熵方法（CEM）搜索集中其提议时的一致性。我们分析了潜在距离保持真实成本排名的充分条件，确定编码器失真、终端回滚误差和候选余量作为控制量。在观察到的经验对齐差距指导下，DA-LeWM通过逆动力学和演示条件目标动作头增强了LeWM。在我们所有的实验中，DA-LeWM加速了收敛，并实现了比LeWM更高的在线成功率，而探针分数保持相似。这些结果表明，动作条件目标改善了基于欧几里得成本、CEM的潜在MPC所使用的几何结构。