CTWM：让世界模型隐空间距离可用于规划
先了解这件事
2026年10月5日，AGI Hunt 连续报道 Michael Hauri 等人提出的通勤时间世界模型 CTWM，目标是让世界模型隐空间中的距离对规划真正有意义。新报道显示，作者已发布论文《Learning Commute-Time-Preserving World Models for Planning》，用通勤时间距离刻画世界模型隐空间，使「到目标距离」对规划真正可用。其理论依据是：当隐空间与环境图拉普拉斯算子的特征向量对齐并按合适度量缩放时，隐空间直线距离即等于通勤时间距离，从而捕捉环境的瓶颈结构。论文同时指出，多数自监督学习方法会把表征推向均匀分布，恰好破坏这一缩放性质；作者将残差预测与 log-det 正则结合，证明可恢复正确缩放的表征。实验方面，CTWM 在六个像素级导航与操作任务上与强任务无关基线 LeWM 成绩持平或更好，参数量仅为对方一半（9M 对 18M）；实验还显示其通勤时间距离更贴近迷宫等环境的真实结构，验证了将隐空间距离用于规划的有效性。
AI 根据报道生成 · 2 小时前更新
事件进展
- 10月5日 15:32 · 3 篇报道CTWM：让世界模型隐空间距离可用于规划AGI Hunt：保通勤时间世界模型 CTWM：让隐空间距离可用于规划
- 10月5日 15:32 · 1 篇报道CTWM：保持通勤时间的世界模型用于规划AGI Hunt：CTWM 论文：让世界模型隐空间距离对规划真正有意义
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntCTWM 六大像素任务实测：一半参数比肩强基线 LeWM
CTWM（通勤时间世界模型）在六个像素级导航与操作任务上，与强任务无关基线 LeWM 成绩持平或更好，参数量仅为对方一半（9M 对 18M）。实验还显示其通勤时间距离更贴近迷宫等环境的真实结构，验证了隐空间距离用于规划的有效性。
- AGI HuntCTWM 世界模型以半参数保通勤时间，规划性能持平强基线
CTWM 世界模型从图论视角给出潜空间规划依据：隐空间与环境图拉普拉斯算子的特征向量对齐并按合适度量缩放时，潜空间直线距离即等于通勤时间距离，可捕捉环境瓶颈结构。论文同时指出，多数自监督学习方法会把表征推向均匀分布，恰好破坏这一缩放性质。作者将残差预测与 log-det 正则结合，证明可恢复正确缩放的表征。
- AGI Hunt保通勤时间世界模型 CTWM：让隐空间距离可用于规划
Michael Hauri 等人提出保通勤时间世界模型 CTWM，让世界模型隐空间中的距离对规划真正有意义。其理论依据是：隐空间与环境图拉普拉斯算子的特征向量对齐且缩放正确时，潜空间直线距离即等于通勤时间距离，可捕捉环境瓶颈结构。在六个像素级导航与操作任务上，CTWM 持平或超越强基线 LeWM，参数量仅一半（9M 对 18M）。
- AGI HuntCTWM 论文：让世界模型隐空间距离对规划真正有意义
Michael Hauri 等人发布论文《Learning Commute-Time-Preserving World Models for Planning》，提出 CTWM，用通勤时间距离刻画世界模型隐空间，让「到目标距离」对规划真正有意义。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。