研究用条件能量模型从随机探索中学习长程规划
原文标题：Learning to Plan from Random Exploration
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文研究随机探索能否在无策略改进训练下支持长程规划，通过随机游走分析揭示不同时间跨度包含的关系结构。提出基于条件能量模型的方法，用噪声对比估计训练估计时间对数密度比，在迷宫规划、自我中心导航与操作规划任务上验证了多尺度认知地图特性。
- 问题
- 随机探索能否在无策略改进训练下支持长程规划。
- 方法
- 用条件能量模型估计时间对数密度比，从观测对学多尺度时间关系，测试时由局部动力学模型评估候选动作。
- 结果
- 在迷宫规划、自我中心导航与操作规划任务上验证，未给出统一量化指标。
- 影响
- 为无奖励、无动作标签的探索式规划提供新范式，可用于机器人导航与操作的数据高效预训练。
深读 · 结论先行AI 生成展开看要点与影响 ↓
条件能量模型仅靠随机探索实现长程迷宫规划，无需策略改进训练
- •随机游走分析显示：短时域在扩散极限下揭示测地几何，长时域揭示区域连通性
- •用条件能量模型通过时域条件嵌入估计时间对数密度比，以噪声对比估计训练，无需动作或奖励标签
- •规划器在不同时域查询学到的关系，测试时由独立局部动力学模型预测候选动作结果
- •学到的分数场、嵌入探针与规划路线呈现多尺度认知地图特性
- •在迷宫规划、自我中心导航与次优数据操作规划任务上验证
为什么重要：表明无奖励无策略改进的随机探索也能支撑长程规划，对探索效率与认知地图研究有启发。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。