ATLAS 训练目标提升世界模型规划成功率

2026年10月1日，AGI Hunt 报道，ATLAS 提出一种新的训练目标：把编码器表示中归一化的成对关系结构迁移到规划潜变量，并在 LeWM 世界模型上实例化。在 PushT、TwoRoom、OGBench-Cube 三个任务上，平均目标达成率全面提升，其中高新颖性的 TwoRoom 场景增益最大。该方法还引入 WEMReg，通过一维 Wasserstein-2 传输校准全局潜变量的边缘分布；诊断显示规划潜变量中新颖性相关结构更强、多步预测误差更低。相关代码已开源。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。