论文提出SDI方法：以世界模型内比较想象统一探索与规划

Hieu Tran 和 Hong Yu 在 arXiv 论文中提出 SDI（Sibling Disagreement in Imagination）方法，通过共享 actor 参考将探索与规划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做重复 rollout，以固定行为下的波动为参考，同时缩放候选回报的分散度作为探索信号、规划方案的优势作为动作接受门控。 论文称，在 Meta-World、Adroit 和 DM-Control 三个基准上，SDI 的任务平均得分高于每个套件中所有对比基线，并在 18 个任务中的 15 个上达到或超过最强基线的表现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。