LeFlow：世界模型的生成潜在流规划

潜在世界模型本质上是强大的编码器，可将图像像素转换为潜在嵌入，但现有的世界模型仍然依赖于在线轨迹优化来进行动作规划：对于每个状态目标对，迭代优化器从头开始运行以搜索最佳动作序列，将世界模型视为黑盒模拟器。这种方法在每个重新规划步骤中重新支付全部迭代优化成本，并且跨查询不重用任何规划经验。在这项工作中，我们询问一旦学习了潜在的世界模型，规划本身是否可以摊销。我们提出了 LeFlow，它从世界模型中直接在潜在动态空间中学习可重用的潜在轨迹。 LeFlow 将规划重塑为条件潜在轨迹生成：整流流模型想象当前嵌入和目标嵌入之间的未来潜在路径，逆动态解码器将潜在转换转换为动作块，冻结世界模型通过自回归预测轨迹验证每个候选者。在四个主要的目标条件像素控制基准中，LeFlow 用摊销潜在规划和固定预算预测轨迹选择取代了迭代动作空间优化，从而在规划时间减少了数量级的同时实现了一致的成功率增益。我们的结果表明，潜在世界模型不仅应该支持预测，还应该支持可重用的规划先验。我们的代码可在 https://github.com/hsiangwei0903/LeFlow 获取。