신호 행동 판별형 세계 모델 AD-WM, 반사실 모델예측제어 성공률 크게 개선

요약

이 프리프린트는 반사실적 모델예측제어(MPC)를 위한 행동 판별형 결합 임베딩 세계 모델 AD-WM을 제안한다. 기존 잠재 세계 모델은 실제로 일어난 전이를 예측하도록 학습돼 후보 행동들을 구별하는 데 약할 수 있다. AD-WM은 잔차 잠재 동역학과 역동역학 기반의 행동 복원 정규화를 결합한다. OGBench-Cube의 어려운 시작 조건에서 성공률이 기준 모델의 3.7%에서 52.0%로 올랐고, 시뮬레이션 5개 환경 중 4곳에서 평균 성공률이 개선됐다. 고정된 V-JEPA 2 인코더와 DROID 후학습을 쓰면 Franka 로봇의 기본 집어 옮기기 성공률이 사전 적응 없이 42.2%에서 71.1%로 상승했다.