研究提出干扰正交性指标解释世界动作模型泛化差异

Junha Chun 等人在 arXiv 发布研究（arXiv:2610.29168），分析世界动作模型（WAM）的泛化差距为何取决于其生成式骨干网络，发现不同骨干网络导致泛化性能显著分化。研究提出用“干扰正交性”量化表征先验：先验正交性越高，模型训练后对视觉变化的鲁棒性越强。分析还发现鲁棒 WAM 存在“干扰抑制”现象，即扰动引起的特征位移被相对抑制，策略动作生成更稳健。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。