以并行预测世界模型进行长期规划

长期世界模型规划通常依赖于自回归 执行轨迹，其中预测状态被重复反馈到模型中。这保留了时间结构，但创建了水平长度的顺序路径，并将稍后的预测暴露给递归解码状态反馈。我们引入并行预测世界模型（PPWM），它并行预测有限范围轨迹，同时保留未来表示之间的因果相互作用。每个视野都以其因果动作前缀为条件，并且未来的表示在解码之前进行交互，将时间因果关系与逐状态输出递归分开。我们通过将自回归 执行轨迹 视为因果轨迹图并识别 PPWM 删除的解码状态反馈路径来形式化这种区别。在四个视觉控制任务中，PPWM 在评估的预测接口中实现了最低的长范围预测误差和最高的交叉熵方法 (CEM) 模拟器成功率。同时，PPWM 在自回归 LeWM 基线上实现了超过 3$\times$ 的平均 CEM 规划加速。这些结果表明，准确有效的长期世界模型规划不需要逐个状态的自回归，而是可以通过并行因果轨迹预测来实现。