Certified World Models: Predictability Across Configuration, Horizon, and Resolution

📄 arXiv: 2606.13092 📥 PDF

作者: Hongbo Wang

分类: cs.LG, cs.RO, math.DS

发布日期: 2026-07-05

💡 一句话要点

提出可认证的世界模型以解决预测可靠性问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 世界模型 预测可靠性 等变性 Lyapunov谱 动态系统 机器学习 控制理论

📋 核心要点

  1. 现有世界模型的平均误差无法有效评估特定滚动的可靠性，尤其是在不同配置和时间范围下。
  2. 论文提出了一种基于等变潜在世界模型的可预测性证书，能够在不同配置、时间范围和分辨率下进行可靠性评估。
  3. 在40维学习模型的实验中，$ ext{Z}_N$-等变网络成功恢复了完整的Lyapunov谱，性能显著优于传统基线。

📝 摘要（中文）

论文提出了一种新的世界模型，旨在解决现有模型在不同配置、时间范围和分辨率下的预测可靠性问题。通过引入可计算的预测证书，论文证明了在精确等变性下，模型的滚动误差在由k个基本对称性生成的单子上是不变的。此外，论文还探讨了近似轨道转移缺陷的传播特性，并通过实验验证了所提方法在高维学习模型中的有效性，展示了其在处理复杂动态系统中的潜力。

🔬 方法详解

问题定义：本论文旨在解决现有世界模型在不同配置、时间范围和分辨率下的预测可靠性问题。现有方法无法提供特定滚动的可信度评估，导致在复杂动态系统中的应用受限。

核心思路：论文提出了一种可计算的预测证书，基于等变潜在世界模型，确保在精确等变性下，模型的滚动误差在由k个基本对称性生成的单子上保持不变。这种设计使得模型能够在不同条件下进行可靠的预测。

技术框架：整体架构包括等变潜在世界模型的构建、预测证书的计算以及对近似轨道转移缺陷的分析。主要模块包括误差评估、证书生成和动态系统的特性分析。

关键创新：最重要的技术创新在于提出了可预测性证书，能够在不同配置、时间范围和分辨率下进行可靠性评估。这一方法与现有方法的本质区别在于其提供了可计算的保证，而不仅仅是平均误差的评估。

关键设计：论文中使用了$ ext{Z}_N$-等变网络结构，结合了Lyapunov谱的恢复技术。同时，设计了适应性度量证书，以从模型的雅可比矩阵中读取先验时间范围，确保在均匀双曲动力学下的紧凑性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在实验中，论文展示了在40维学习模型上，$ ext{Z}_N$-等变网络成功恢复了完整的Lyapunov谱，$R^2$值达到0.98至0.99，显著优于传统的稠密和递归基线，证明了所提方法的有效性和可靠性。

🎯 应用场景

该研究的潜在应用领域包括机器人控制、自动驾驶、智能制造等复杂动态系统的建模与预测。通过提供可靠的预测证书，能够提升系统的安全性和稳定性，促进智能系统在不确定环境中的应用。

📄 摘要（原文）

Scale buys interpolation; structure buys certifiable transfer. A world model's average error does not say whether a particular rollout can be trusted, or for how long. For equivariant latent world models we give a predictability certificate: a computable region spanning configuration, horizon, and resolution. Under exact equivariance, rollout error is invariant over the monoid generated by k primitive symmetries and is certified from the k generators (Theorem A); universal orbit-flatness over equivariant targets characterizes equivariance at the function level (Lemma 2), so an unconstrained architecture cannot certify the property by construction. Approximate orbit-transfer defects propagate by the finite-time Lyapunov spectrum (Theorem B): expanding channels give a logarithmic horizon $T_j(\epsilon)\sim\log(1/\epsilon)/\lambda_j$, neutral channels accumulate recurrent defect linearly, and contracting channels accumulate a bounded nonzero floor. Exact conserved charge values are certified to all horizons only at zero defect; with one-step defect $\eta$, charge-value error grows at most as $T\eta$. Empirically, on a 40-dimensional learned model a $\mathbb{Z}_N$-equivariant network recovers the full Lyapunov spectrum ($R^2=0.98$-$0.99$) where dense and recurrent baselines fail. A cone/adapted-metric certificate reads an a-priori horizon off the model's own Jacobian, tight on uniformly hyperbolic dynamics and self-abstaining elsewhere; the resulting horizon improves a budgeted re-observation decision. For public non-equivariant world models the tangent spectrum gives a training-free candidate horizon, paired with a held-out divergence cross-check that abstains or corrects when the learned loop over-promises.