Order-Consistent Latent Geometry for Reliable Short-Horizon Planning in World Models
作者: Junlin Wu, Wen Fan, Dandan Zhang
分类: cs.AI
发布日期: 2026-10-13
备注: Accepted for poster presentation at STEAI 2026 (ECCV 2026 Workshop)
💡 一句话要点
提出自接近性条件以解决短期规划中的潜在几何问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)
关键词: 潜在规划 自接近性 短期规划 欧几里得距离 视觉世界模型 排序算法 机器人控制
📋 核心要点
- 现有潜在规划方法在评估候选动作序列时，容易出现终端距离与实际过渡进展不一致的问题。
- 论文提出自接近性条件作为潜在规划的兼容性标准，以确保在短期规划中不出现候选顺序的反转。
- 通过六分支实验验证了所提出方法的有效性，显示出在特定情况下的排序失败与角度容量的关系。
📝 摘要（中文）
潜在规划器通常通过终端欧几里得距离来对候选动作序列进行排序。尽管与过渡距离的精确一致性使得这一评分理想，但对于规划而言，这一要求过于严格。本文首次将自接近性识别为终端欧几里得潜在规划的兼容性条件，并将其违反与有限时间候选顺序的反转联系起来。我们分析了视觉世界模型预测的离散潜在序列，并证明急弯会导致终端欧几里得距离错误地优先考虑过渡较差的候选。通过实验验证了预测的排序失败，并将角度排列与环境维度分开。
🔬 方法详解
问题定义：本文旨在解决潜在规划中候选动作序列排序不一致的问题，现有方法在评估时常常忽略了过渡进展的真实情况，导致规划效果不佳。
核心思路：论文提出自接近性条件，确保在短期规划中，潜在距离不会逆转真实过渡进展，从而提高规划的可靠性。
技术框架：整体框架包括潜在序列的离散预测、急弯分析和自接近性条件的验证，主要模块包括候选动作生成、排序评估和实验验证。
关键创新：首次将自接近性作为潜在规划的兼容性条件，并揭示其违反与候选顺序反转之间的关系，填补了这一领域的研究空白。
关键设计：在实验中使用了六分支结构，其中包括零填充的三维基线，以验证不同角度排列对排序结果的影响。
🖼️ 关键图片
📊 实验亮点
实验结果表明，所提出的方法在处理急弯情况下的候选排序时，能够有效避免错误优先选择过渡较差的候选，验证了自接近性条件的有效性。相较于基线方法，排序准确性提升显著，展示了该方法在短期规划中的优势。
🎯 应用场景
该研究在机器人规划、自动驾驶和智能控制等领域具有广泛的应用潜力。通过提高短期规划的可靠性，可以显著提升自主系统在复杂环境中的决策能力，从而推动智能系统的实际应用和发展。
📄 摘要（原文）
Latent planners often rank candidate action sequences by terminal Euclidean distance to a goal latent. Exact agreement with transition distance would make this score ideal, but is stronger than planning requires: along a transition-shortest rollout, the essential requirement is that latent distance does not reverse true transition progress. We show that this pathwise no-reversal requirement is precisely the classical self-approaching condition. To the best of our knowledge, we are the first to identify self-approachingness as a planner-facing compatibility condition for terminal Euclidean latent planning and to connect its violation to an exact finite-horizon candidate-order reversal. Because visual world models predict discrete latent sequences, we analyze their polygonal interpolation. We prove that an acute bend creates a nonempty region in which terminal Euclidean distance ranks a transition-worse candidate ahead of one that makes genuine progress, even under exact rollouts. We further interpret latent dimension as angular capacity through a classical spherical-code bound. A controlled six-branch experiment, including a zero-padded three-dimensional baseline, validates the predicted ordering failure and separates angular arrangement from ambient dimensionality.