Imagined Rollouts are Kinematic, Not Dynamic: A Diagnosis of Long-Horizon World-Model Failure
作者: Finn Rasmus Schäfer, Korbinian Moller, Yuan Gao, Christian Oefinger, Sebastian Schmidt, Johannes Betz
分类: cs.RO
发布日期: 2026-07-07
备注: 9 Pages Workshop Paper accepted at RSS Robot World Model Workshop 2026
💡 一句话要点
提出运动学与动力学区分以解决世界模型长时间预测失败问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)
关键词: 世界模型 运动学 动力学 长时间预测 误差分析 机器人控制 智能系统
📋 核心要点
- 现有世界模型在长时间预测中面临误差累积的问题，但未能明确区分误差类型，导致模型性能下降。
- 论文提出了一种运动学与动力学的区分方法，通过想象运动学一致性误差（iKCE）来诊断模型的预测能力。
- 实验结果表明，DreamerV3模型在长时间预测中，iKCE显著高于真实物理预测，且在步态崩溃边界内保持稳定。
📝 摘要（中文）
在世界模型的长时间预测失败中，传统上将其归因于误差累积，这种泛化的框架未能区分误差的类型。本文提出了一种运动学与动力学的重新框架，认为世界模型倾向于进行运动学而非动力学的想象。我们将其具体化为想象运动学一致性误差（iKCE），这是一个逐步诊断指标，用于测量预测与封闭形式运动学零点的偏离程度，并通过扰动协议测试iKCE在物理条件跨越边界时的响应。我们在DreamerV3的DMC walker-walk检查点上实例化了该诊断，结果显示，想象的iKCE大约比匹配的真实物理预测高出两个数量级。通过跨越步态崩溃边界的摩擦扫掠，模型的iKCE在奖励崩溃的范围内保持统计平坦，提供了运动学而非动力学的特征。
🔬 方法详解
问题定义：本文旨在解决世界模型在长时间预测中的失败，现有方法未能有效区分运动学和动力学误差，导致预测不准确。
核心思路：提出运动学与动力学的区分，通过引入想象运动学一致性误差（iKCE）作为诊断工具，以评估模型的预测能力。
技术框架：整体框架包括iKCE的计算和扰动协议的设计，前者用于评估预测的运动学一致性，后者用于测试模型在物理条件变化下的响应。
关键创新：最重要的创新在于将运动学与动力学的概念引入世界模型的评估中，提供了一种新的视角来理解模型的预测失败。
关键设计：在实验中，使用了DreamerV3的检查点，设置了特定的摩擦参数，并设计了扰动协议以测试模型的响应，确保了实验的有效性和可重复性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，DreamerV3模型的想象运动学一致性误差（iKCE）约为匹配真实物理预测的两个数量级，且在跨越步态崩溃边界时，iKCE保持稳定，而训练策略的奖励却显著下降，验证了运动学与动力学的区分特征。
🎯 应用场景
该研究的潜在应用领域包括机器人控制、自动驾驶和虚拟现实等，能够帮助提升长时间预测的准确性和可靠性，进而推动智能系统的自主决策能力。未来，随着模型的进一步优化，可能会在复杂环境下实现更高效的任务执行。
📄 摘要（原文）
Long-horizon failure in world models is conventionally attributed to compounding error, a generic framing that does not distinguish what kind of error compounds. We propose a kinematic-vs-dynamic reframing: world models tend to imagine kinematically rather than dynamically. We operationalize this as the imagined Kinematic-Consistency Error, a per-step diagnostic that measures how far a rollout departs from a closed-form kinematic null, paired with a perturbation protocol that tests whether iKCE responds when physical conditions cross a regime boundary. We instantiate the diagnostic on a released DreamerV3 checkpoint trained on DMC walker-walk, where imagined iKCE runs roughly two orders of magnitude above that of matched real-physics rollouts. Across a friction sweep that crosses the gait-collapse boundary, the model's iKCE stays statistically flat even as the trained policy's reward collapses through the same range, providing the kinematic-not-dynamic signature. The diagnostic distinguishes kinematic from dynamic imagination at horizons longer than the embodiment's gait period.