浙大清华等提出INTACT，世界模型免搜索直接生成动作
INTACT用同构意图动作学习，让世界模型跳过搜索直接生成动作，效率与成功率兼得。
传统世界模型虽能预测动作后果，但部署时需靠CEM随机采样9000条候选序列才能决策。浙大、清华等团队提出INTACT，用同构算子统一局部意图与目标意图，让模型直接输出动作，免去搜索。仅训练一个epoch，在LeWM基准上平均成功率95.33%，耗时降至传统方法的1/300。
正文摘录
.jpg)   浙大清华新作 INTACT，同构算子学习意图动作映射新范式 Junhan Sun・Hao Zhao・Guofeng Zhang｜浙江大学・清华 AIR・InSpatio・RoboParty Lab 只训练 1 个 epoch，不采样任何候选动作序列，INTACT 在四项 LeWM 官方任务上取得 95.33% 的平均成功率；需要时，小规模局部验证还能进一步提升到 96.86% ，同比相关模型耗时降至 1/300 。 世界模型已经能够预测 “执行一个动作后，世界会发生什么”，但真正部署时，它往往仍然无法直接回答另一个更关键的问题： 现在应该怎么做？