arXiv · Machine Learning· Amir Mesbah, Di Wu·· 8 小时前AI 评分42
持续世界模型的零样本泛化瓶颈：适应之前的挑战
Before We Adapt: The Zero-Shot Generalization Bottleneck in Continual World Models
AI 导读
研究指出，持续强化学习（CRL）中的世界模型（WM）在环境变化后直接复用知识时，面临零样本泛化瓶颈。研究通过 FourRooms 任务中的 Dyna-Q 和 TD-MPC 实验发现，物理环境变化会显著降低零样本复用效果，且表现高度依赖观测表示。消融实验和潜在空间诊断表明，学习到的表示并不会自动具备知识复用所需的不变性。
来源：arXiv · Machine Learning · arxiv.org