Traj-LeWM: Pianificazione World-Model Path-Aware tramite Costo di Traiettoria Latente

Uno studio recente pubblicato su arXiv (2608.14125) presenta Traj-LeWM, un avanzamento del modello visivo del mondo LeWM che integra un costo di traiettoria latente condizionato all'obiettivo (LTC) per migliorare le capacità di pianificazione. LeWM è un modello visivo del mondo semplificato che apprende la dinamica latente direttamente dai dati pixel e valuta le sequenze di azioni candidate in base alla distanza tra i punti finali previsti e l'obiettivo. Tuttavia, affronta due sfide: valuta solo le transizioni locali del passo successivo senza considerare le traiettorie complete rispetto all'obiettivo del compito, e classifica i candidati basandosi esclusivamente sulla distanza del punto finale previsto, che potrebbe non riflettere le prestazioni effettive. Traj-LeWM preserva l'obiettivo della dinamica locale e il punteggio del punto finale di LeWM, introducendo al contempo il LTC, che consolida le informazioni dell'intera traiettoria prevista, offrendo segnali aggiuntivi oltre alla semplice distanza del punto finale. Il team di ricerca dietro questo metodo mira a rafforzare l'affidabilità della pianificazione basata su modelli in contesti visivi.