09:14
官方账号arXiv cs.LG@Kaizhen Tan, Xin Xu, Siru Tao, Hanzhe Hong, Yang Feng, Heqing Du
推荐理由：这篇论文用实验证明，预测目标决定了模型能学到哪些物理参数。想理解世界模型设计核心？看它如何区分不同参数的可识别性。
latent world models
共 1 条相关 AI 资讯
7月30日
09:14
该论文在POKEWORLD环境中研究潜在世界模型能学到哪些物理参数。视觉相同物体隐藏质量、阻力、接触刚度，通过证书门控协议认证每个参数的可恢复性。结果发现刚度只在预测触摸时进入潜在表示（R²=0.50，融合输入仅-0.02）；单步预测下视觉潜在丢弃可见状态。阻力恢复性证书0.89，但确定性预测目标下仅达0.13，监督头可达0.45。在RH20T数据集上，4,258条episodes验证了相同机制，只有完整多模态目标能预测力并随数据量增长。