ACID: Action Consistency via Inverse Dynamics for Planning with World Models

📄 arXiv: 2607.02403v1 📥 PDF

作者: Gawon Seo, Dongwon Kim, Suha Kwak

分类: cs.RO, cs.AI, cs.CV

发布日期: 2026-07-02

备注: Project Page: this https URL

💡 一句话要点

提出ACID框架以解决决策时间规划中的动作一致性问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)

关键词: 动作一致性 逆动力学 决策时间规划 世界模型 机器人控制 自动驾驶 虚拟现实

📋 核心要点

  1. 现有的决策时间规划方法在评估候选方案时，仅关注预测终态与目标的接近度，导致中间过渡的可实现性未得到验证。
  2. ACID框架通过引入循环动作一致性，确保从预测过渡反推的动作与条件动作一致，从而提高规划的可靠性。
  3. 在多个动作条件世界模型和任务中，ACID展现出更优的规划性能，并在计算效率上显著优于传统基线方法。

📝 摘要（中文）

决策时间规划与动作条件世界模型已成为具身控制的热门范式。然而，标准规划成本仅通过预测终态与目标的接近度来评估候选方案，忽视了中间过渡的可实现性。本文提出ACID框架，引入循环动作一致性：通过逆动力学模型从预测过渡反推的动作应恢复条件动作。通过在四个动作条件世界模型和六个任务中的实验，ACID在规划性能上持续提升，并在计算量上显著低于基线。

🔬 方法详解

问题定义：本文旨在解决现有决策时间规划方法中对中间过渡可实现性缺乏关注的问题。现有方法仅依赖于预测终态的接近度，导致规划结果可能不可靠。

核心思路：ACID框架的核心思路是引入循环动作一致性，通过逆动力学模型确保从预测过渡反推的动作与条件动作一致，从而提高规划的准确性和可靠性。

技术框架：ACID的整体架构包括动作条件世界模型、逆动力学模型和规划模块。首先，模型生成预测过渡，然后通过逆动力学模型反推动作，最后将一致性检查融入规划成本中。

关键创新：ACID的主要创新在于引入了循环动作一致性这一概念，使得规划过程中不仅关注终态，还重视中间过渡的可实现性。这一设计显著提高了规划的可靠性。

关键设计：在技术细节上，ACID采用了尺度不变的自适应权重来整合每一步的残差，并在损失函数中引入了这一新设计，以优化规划过程中的计算效率和准确性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，ACID在四个动作条件世界模型和六个任务中均表现出显著的规划性能提升，相较于基线方法，计算量大幅减少，同时保持了相似的准确性，显示出其在实际应用中的优势。

🎯 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、虚拟现实等需要实时决策的场景。通过提高规划的可靠性和效率，ACID框架能够在复杂环境中实现更高效的任务执行，具有重要的实际价值和未来影响。

📄 摘要（原文）

Decision-time planning with action-conditioned world models has become a popular paradigm for embodied control. However, the standard planning cost judges a candidate solely by how close its predicted terminal state lies to the goal, leaving the realizability of the intermediate transitions unchecked -- a predicted trajectory can look convincing while the environment rollout drifts away from it. In this paper, we propose ACID, a decision-time planning framework that introduces cycle action consistency: the action inferred backward from a predicted transition by an inverse dynamics model should recover the one that was conditioned on. We fold this per-step residual into the planning cost via a scale-invariant adaptive weight. Across four action-conditioned world models and six tasks spanning rigid and deformable manipulation, articulated control, and visual navigation, ACID consistently improves planning and matches the baseline's accuracy with substantially less planning compute.