SDI：通过世界模型中的比较想象进行探索与规划

arXiv 论文提出 SDI（Sibling Disagreement in Imagination），用共享 actor 参考将探索与规划决策统一到世界模型框架中：对同一模型状态想象出的动作序列进行重复 rollout，以固定行为下的波动作为参考，同时缩放候选回报的分散度（探索信号）和规划方案的优势（动作接受门控）。