本项目 · 论文与研究
PPWM 提出有限跨度的并行未来预测
论文让未来表征之间进行因果交互并并行预测，用候选动作序列辅助规划；预测在单段内并行，超出跨度后仍需分段递推。
日期为所引论文版本的公开日期，不是本站收录日；这里概述论文中的研究，不表示本站运行或独立验证了模型。 PP-LeWM 与 PP-DINO-WM 是本研究实例，不覆盖原模型记录。
PPWM 研究团队 / 独立收录记录
PPWM
Parallel Predictive World Models（PPWM）让同一跨度内的未来表征相互建模因果关系，并一起参与规划。论文在 LeWorldModel 和 DINO-WM 基础上给出 PP-LeWM 与 PP-DINO-WM 实例。
技术资料
来源与原文 ↓能做什么，使用时要注意什么
输入与结果
- 提供什么
- 近期潜在状态与已执行动作组成的上下文，以及待预测的动作序列。
- 得到什么
- 有限跨度内的多步未来潜在表征轨迹。
- 动作的作用
- 预测以动作为条件。
分类与用途
- 控制方式
- 智能体动作
- 应用领域
- 应用领域未知
论文 v1 的并行预测方法及实例；控制标签由动作序列条件支持，应用领域暂未知。
查看分类依据 ↓资料尚未确认
开放方式开源情况适用限制需要区分的对象已收录材料不足以判断，未确认不代表没有相应能力。
沿着公开资料继续了解
按事件时间展示已收录进展，非完整新闻列表。
来源与原文
按原始材料集中查阅；相同原句合并展示，对应资料与阅读日期一并保留。
PPWM · 项目原始材料
核对原文摘录 · 4 段，支持 5 项资料
原阅读方向
All outputs within a span are directly supervised by their corresponding future latent targets一句话认识
predicts a causal finite-horizon trajectory in parallel, allowing interaction among future representations输入什么 / 动作是否影响预测
Given recent context and an action span输出什么
PPWM instead performs causal interaction among future hidden representations and decodes each future latent only after this interaction.本站整理来源中的声明，不核查厂商声明真伪，不评价模型优劣。了解收录方式 →