多少规划才够：认证世界模型搜索预算并复用静态上下文

视觉世界模型通过决策时动作搜索实现目标导向的控制，但其部署效率通常受到保守的大量规划预算的限制。我们表明，即使不与全预算行动达成一致，也可以实现有竞争力的任务绩效，充足的预算因模型-任务对而异，并且迭代规划器重复编码解决不变的上下文。为了解决这些低效率问题，我们提出了 {SufficientPlan}，这是一个简单的部署框架，不需要修改预训练的世界模型或规划器更新。其{配对顺序预算认证（PSBC）}组件使用配对闭环证据来搜索和认证预定义的全性能容差内的简化模型特定于任务的预算。其{静态上下文重用（SCR）}组件在搜索迭代中缓存观察和目标表示，同时保留与候选相关的计划和选定的操作。跨多个世界模型 骨干模型 和视觉控制任务的实验表明，SufficientPlan 大大减少了搜索预算和规划延迟，同时保持有竞争力的控制性能。