西交大提出 QQWorld：改进世界模型正则化，规划成功率提升 5.33 个百分点
QQWorld 用分位数匹配取代 Epps-Pulley 正则，改善世界模型潜变量分布，仅需 10 行代码就将规划成功率提升 5.33 个百分点。
LeWorldModel 用 JEPA（联合嵌入预测架构）从像素学习环境动力学，但其正则化存在尾部盲区，极端潜变量难以被纠正。西安交大提出 QQWorld，用分位数匹配替代原方法，平均规划成功率从 79.75% 提升至 85.08%，核心代码不足 10 行。
正文摘录
.jpg)  2026 年 3 月，Yann LeCun 等人提出 LeWorldModel（LeWM）。它采用联合嵌入预测架构（JEPA），从原始像素中学习环境动力学，并通过高斯分布正则抑制表示坍塌，使端到端世界模型可以使用更为简洁的目标稳定训练。 然而， 西安交通大学研究团队 发现，即使施加了高斯正则，模型学习到的潜变量分布仍可能呈现明显的重尾现象，即少量潜变量远离主体分布，形成极端表示。 进一步分析表明，LeWM 使用的 Epps–Pulley（EP）正态性目标存在一个容易被忽略的「尾部盲区」：它能够判断整体分布是否偏离高斯，却难以持续纠正少量已经远离主体分布的极端潜变量。对于这类样本，EP 目标产生的校正梯度会迅速减弱，使其在训练过程中难以被有效拉回。这些远离主体分布的重尾样本落入训练数据稀疏的潜空间区域后，模型难以从中学习可靠的场景特征表征，进而影响后续的动力学预测与规划。 针对这一问题， 研究团队提出了 QQWorld ：用 quantile–quantile matching，也就是分位数 — 分位数匹配，替换 LeWM 原有的 EP 正则。