论文
世界相干解码：世界行动模型的自我验证测试时间规划
World-Coherent Decoding: Self-Verifying Test-Time Planning for World Action Models
摘要
世界动作模型（WAM）旨在通过随机生成视觉未来然后解码动作来控制机器人，但经验观察表明结果很大程度上取决于选择的未来。我们提出了世界相干解码 (WCD)，这是一种自我验证的测试时间规划框架，它将 WAM的预测轨迹视为可证伪的未来行动假设。在每个决策步骤中，WCD 从冻结的 WAM 中对多个候选者进行采样，并使用内部生成信号对它们进行排名：基于流的视频惊喜可实现视觉可信度，动作路径努力可实现动作生成稳定性。执行后，实现的观察会审核所选的想象，产生想象与现实的不匹配，为未来的候选人选择训练轻量级在线预测器。因此，WCD 将延迟的自验证转换为执行前的可靠性估计，而无需更新骨干模型。在 RoboTwin 2.0 上，WCD 将有限随机场景监督下的硬成功率从 $55.80\%$ 提高到 $60.90\%$，在 Horizon-3 任务上获得 $+16.43$ 收益，并在真实 Franka 视觉转移测试中显示出定性鲁棒性。这些结果强调了一个简单的原则：WAM 的测试时间扩展更多地取决于选择可靠的未来，而不是对更多未来进行采样。