Radar Live
✦ Ask AI
AI INTELLIGENCE & SIGNALS

AnyGoal: On World Model Generalization Beyond Expert Rollouts

Phân tích đã xử lý trước và các nguồn liên quan.

Tín hiệu Radar

64 RADAR
Research World Models & Reinforcement Learning · 1 nguồn đối chiếu · 2026-10-19 17:59:05 +0000 UTC

AnyGoal: On World Model Generalization Beyond Expert Rollouts

Nguồn: arXiv AI
↗

AnyGoal là bộ benchmark và thư viện mã nguồn mở nghiên cứu khả năng khái quát hóa kết hợp (compositional generalization) của mô hình thế giới (world models) khi vượt ra ngoài các quỹ đạo chuyên gia (expert rollouts). Nghiên cứu phát hiện các mô hình hiện nay liên tục thất bại trong việc mô phỏng và lập kế hoạch khi phải tái kết hợp các trạng thái và hành động quen thuộc vào các mục tiêu bị dịch chuyển (goal-shifted).

✦ TÁC ĐỘNG & GIÁ TRỊ THỰC TIỄN

World model chỉ thực sự hữu ích cho việc lập kế hoạch và mô phỏng nếu có thể tổng quát hóa vượt ra ngoài dữ liệu chuyên gia có sẵn. AnyGoal định lượng chính xác giới hạn của các thế hệ world model hiện tại đối với sự dịch chuyển mục tiêu, đặt nền tảng đo lường thiết yếu để xây dựng các tác tử tự hành có khả năng khái quát hóa đáng tin cậy.

Developer 69
Business 55
Novelty 76
Actionable 65

Nội dung thu thập đã chuẩn hóa

Collected Evidence

Nội dung văn bản được dùng làm dữ liệu đối chứng cho mô hình AI, không phải chỉ thị hệ thống.

The goal of a world model is to capture the dynamics of an environment. This has the great appeal that it allows agents to plan and simulate a course of actions with the help of a world model. For these uses to be reliable, however, the learned dynamics must behave well beyond the specific state-action combinations observed in expert rollouts. Despite this, the relationship between data coverage, dynamics generalization, and downstream planning performance remains underexplored. We study this relationship through the lens of compositional generalization: can a world model recombine familiar state and action factors into valid dynamics? To answer this, we introduce AnyGoal, a benchmark of goal-shifted task variants built from widely used world-model environments, together with an open-source library. Each task is designed to be within reach of a world model that has learned the underlying dynamics: individual state factors and actions remain within their training support, but their combinations are underrepresented in expert trajectories. Across multiple environments and world model families, we find that current models consistently exhibit failures under these recombinations. By examining dynamics and representation failures across model families, interaction regimes, and evaluation metrics, we study where current world models generalize and where challenges remain for goal-shifted prediction and planning. Together, this framework, benchmark, and analysis provide a basis for evaluating progress toward world models that generalize to new planning tasks.

Các nguồn đối chiếu cho sự kiện này

1 nguồn
Thông tin phân tích AI & Model Details ▾
Provider: openai-compatible · Model: gemini-3.8-flash-high · Version: analysis-v1 · Time: 2026-10-20 11:50:01 +0000 UTC
{"tags": ["World Models", "Compositional Generalization", "AnyGoal", "Model-Based RL", "Benchmark", "Autonomous Agents", "Planning"], "risks": ["World model dự đoán sai lệch động lực học môi trường khi gặp tổ hợp trạng thái mới, gây ra hành động nguy hiểm hoặc thất bại khi lập kế hoạch.", "Sự phụ thuộc quá mức vào quỹ đạo chuyên gia hẹp dẫn đến ảo giác về khả năng thích ứng thực tế của tác tử.", "Nghiên cứu mang tính đo lường và phát hiện lỗ hổng benchmark, chưa đề xuất trực tiếp kiến trúc mô hình khắc phục triệt để."], "category": "Research", "entities": ["AnyGoal"], "summary_vi": "AnyGoal là bộ benchmark và thư viện mã nguồn mở nghiên cứu khả năng khái quát hóa kết hợp (compositional generalization) của mô hình thế giới (world models) khi vượt ra ngoài các quỹ đạo chuyên gia (expert rollouts). Nghiên cứu phát hiện các mô hình hiện nay liên tục thất bại trong việc mô phỏng và lập kế hoạch khi phải tái kết hợp các trạng thái và hành động quen thuộc vào các mục tiêu bị dịch chuyển (goal-shifted).", "key_changes": ["Giới thiệu AnyGoal: Benchmark và thư viện mã nguồn mở chuyên đánh giá khả năng khái quát hóa của world model trên các biến thể tác vụ bị dịch chuyển mục tiêu (goal-shifted).", "Tiếp cận bài toán thông qua lăng kính khái quát hóa kết hợp (compositional generalization): kiểm tra việc tái tổ hợp các nhân tố trạng thái và hành động quen thuộc thành động lực học hợp lệ.", "Chỉ ra rằng các họ mô hình thế giới hiện tại liên tục gặp lỗi động lực học và biểu diễn khi đối mặt với các tổ hợp trạng thái - hành động ít xuất hiện trong quỹ đạo chuyên gia.", "Cung cấp khung phân tích đa chiều bao gồm nhiều môi trường, họ mô hình, chế độ tương tác và hệ số đo lường hiệu năng."], "sub_category": "World Models & Reinforcement Learning", "novelty_score": 76, "business_score": 50, "research_score": 88, "why_it_matters": "World model chỉ thực sự hữu ích cho việc lập kế hoạch và mô phỏng nếu có thể tổng quát hóa vượt ra ngoài dữ liệu chuyên gia có sẵn. AnyGoal định lượng chính xác giới hạn của các thế hệ world model hiện tại đối với sự dịch chuyển mục tiêu, đặt nền tảng đo lường thiết yếu để xây dựng các tác tử tự hành có khả năng khái quát hóa đáng tin cậy.", "developer_score": 72, "importance_score": 78, "possible_use_cases": ["Đánh giá chuẩn hóa (benchmarking) độ tin cậy của world models trước khi ứng dụng vào mô phỏng và lập kế hoạch thực tế.", "Nghiên cứu cải tiến kiến trúc mô hình và thuật toán Model-Based Reinforcement Learning (MBRL) chống suy giảm hiệu năng ngoài phân phối dữ liệu.", "Kiểm thử khả năng thích ứng linh hoạt của robot hoặc tác tử thông minh khi thay đổi nhiệm vụ/mục tiêu mà không cần thu thập lại dữ liệu chuyên gia."], "actionability_score": 65}
← Trang trước Trang 1