Metro-WM：具有可实现子目标的长期潜在规划

arXiv:2609.31868v1 公告类型：新 摘要：采用联合嵌入预测架构 (JEPA) 的模型预测控制提供了强大的零样本目标达成规划器，但它仅在短期规划范围内有效。分层扩展试图通过学习宏观规划器来预测中间潜在子目标来指导微观规划器来弥补这一差距。在这项工作中，我们证明了不受约束的潜在子目标预测从根本上是有缺陷的。严格的评估表明，领先的最先进的宏观规划者经常会提出物理上无法实现的子目标。为了解决这个问题，我们引入了 Metro-WM，这是一个分层框架，它通过从先前的经验中检索真实状态而不是生成未接地的潜在向量来发布子目标。具体来说，Metro-WM 构建了一个图，其顶点是来自离线专家演示或随机动作轨迹的观察帧，允许将来自不同情节的帧连接起来并缝合成到达目标的路线。对完整图表进行规划还使系统对执行错误具有高度鲁棒性：如果微观规划器偏离路线，Metro-WM 会立即从当前状态找到一条新的最佳路径。我们的实验表明，与次佳分层方法相比，Metro-WM 的长期成功率高达 37.33 个百分点，同时速度提高了 10.9 倍，所需的离线计算量和调整的超参数也减少了 13-56 倍。额外的分析表明，Metro-WM 发现比离线演示更短的路径，优于依赖查询自身演示的预言机，并且在极其稀疏的数据集条件下保持稳健的性能。