TECHNOLOGY · 技术
世界模型/基准评测
AnyGoal基准关注世界模型在专家轨迹之外的泛化能力
研究者提出AnyGoal基准与开源库，用目标偏移任务检验世界模型能否重组已见状态与动作，发现现有模型持续失败。
AI 编撰 · 内容基于所列来源，重要信息请以原文为准
围绕世界模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身的泛化指 AI 面对没见过的新东西、新场景时也能举一反三做出正确反应的能力。这是「通用机器人」和「专用机器」的分水岭。◆ 小白科普 · 现身能力，研究者提出名为 AnyGoal 的基准及配套开源把代码、数据集或硬件设计公开给所有人免费使用。机器人公司常用开源来换取开发者和科研生态的支持。◆ 小白科普 · 现身库，用于检验模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身能否在专家轨迹覆盖之外可靠预测环境动态。
该工作从组合泛化指 AI 面对没见过的新东西、新场景时也能举一反三做出正确反应的能力。这是「通用机器人」和「专用机器」的分水岭。◆ 小白科普 · 现身角度切入：将常用世界模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身环境改造成目标偏移的任务变体，使单个状态因子和动作仍处于训练支持范围内，但它们的组合在专家轨迹中出现不足。研究者在多个环境和多类世界模型上进行测试。
结果显示，当前模型在这类重组情形下持续出现失败。作者进一步从动力学失败、表征失败以及不同交互模式和评价指标等维度，分析现有世界模型的泛化边界，以及目标偏移预测与规划仍面临的挑战。研究团队表示，该框架、基准和分析为评估世界模型向新规划任务泛化提供了基础。