EFE控制世界模型规划计算量的实验研究

Tong Zhang 等研究用期望自由能（EFE）决定基于潜空间世界模型的规划何时停止思考，其目标函数结合目标距离与随机预测的分歧。实验发现，在成功率随深度见顶的任务上，精英代价停滞时停止可减少精修，平均成功率接近固定深度参考。 但该停止规则有失效情形：进一步优化可能利用模型误差，任务成功率见顶后预测代价仍持续下降。在冻结模型下，较大权重的分歧奖励会降低成功率；训练数据缺失到达目标所需区域时，在线更新能恢复部分损失。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。