通过潜在扰动建模实现世界模型中的鲁棒决策

arXiv:2610.07599v1 公告类型：交叉发布 摘要：本文研究世界模型（WMs）潜在空间中的鲁棒决策。鲁棒优化是一种数学框架：在明确指定动力学和具有物理意义的扰动后，机器人可以选择即使在最坏情况扰动下仍然有效的动作。然而，将这一原则应用于世界模型学习得到的潜在空间，会带来一个根本性挑战：由于世界模型的状态空间和动力学完全通过高维观测学习推断而来，如何定义能够忠实表征底层系统不确定性的潜在空间扰动尚不明确。我们的核心思想是，将潜在空间扰动建模为对所学习的潜在动力学的扰动，使其产生悲观但合理的状态转移。具体而言，我们将能够捕捉合理状态转移的动力学感知相似性度量，与能够排除不合理潜在状态的分布外检测相结合，构建一组合理的潜在动力学。我们使用保形预测校准这一潜在动力学不确定性集合，确保潜在扰动所诱导的世界模型想象推演保持合理，而不会过度悲观。随后，我们通过博弈论优化，联合优化机器人的鲁棒动作与最坏情况潜在扰动。我们利用这种潜在空间鲁棒优化来增强策略引导的鲁棒性，并考虑两种范式：潜在空间安全过滤，以及对生成式控制策略进行采样与验证式引导。受控仿真实验表明，我们提出的潜在扰动能够直接在世界模型的潜在空间中实现鲁棒决策；使用 Franka 机械臂开展的硬件实验表明，潜在扰动建模能够实现鲁棒策略引导，使安全过滤中的失败减少 70%，基于采样的策略引导中的失败减少 54%。项目网站：https://junwon.me/LatentDisturbance/。