13 ноября 2026 г.
LeWM справилась с длинной задачей без переобучения: промежуточные цели дали 80% успеха
В опытах Хадди Альшаера от 11 ноября LeWM решала 80% задач с промежуточными целями вместо 22% при планировании сразу до финиша.
Модель чаще доводила блок до цели, когда получала короткие отрезки пути. Замена её предсказаний точной физикой помогла меньше.
Хадди Альшаер провёл 600 экспериментов с LeWorldModel, сокращённо LeWM, и описал четыре изменения планирования без изменения весов модели. Он исследовал Push-T: задачу, где толкатель перемещает блок к заданному положению.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
Что изменилось без переобучения
Короткие отрезки. На 250 задачах с целью через 75 шагов исходная LeWM справлялась в 22% случаев. Планировщик с точной физикой достиг 42%, а вариант с промежуточными целями через каждые 25 шагов достиг 80%.
Память демонстраций. Альшаер построил граф примерно из 460 тысяч состояний записанных демонстраций. Когда он добавил штраф за переход между разными демонстрациями, планировщик стал реже соединять их фрагменты и поднял успех с 62% до 85% на 250 задачах.
Доступность примеров около цели тоже меняла результат. После удаления таких состояний из памяти успех упал с 93% до 32%. Альшаер добавил сдвинутые, повёрнутые и зеркальные фрагменты демонстраций и восстановил результат до 85%.
В усложнённом тесте начало и цель брались из разных демонстраций. Там преобразованные фрагменты подняли успех с 45% до 56%. Для зачёта требовалось удерживать блок на цели последние 10 шагов.
Планировщик также учитывал положение толкателя, хотя задача требовала поставить на место блок. На одинаковых 50 усложнённых задачах вариант с точной физикой решил 9 задач при оценке положения обоих объектов. При оценке только блока он решил 39.
Для LeWM Альшаер использовал 16 вариантов изображения цели с разным положением толкателя. Сравнение предсказания с этими вариантами подняло успех на усложнённом тесте с 11% до 23% без переобучения.
Как воспроизвести эксперименты с LeWM
В официальном README LeWorldModel есть установка окружения и пакета:
```bash uv venv --python=3.10 source .venv/bin/activate uv pip install 'stable-worldmodel[train,env]' ```
Для Push-T доступны готовые веса `quentinll/lewm-pusht`. README содержит инструкцию конвертации checkpoint и команду запуска планирования:
```bash python eval.py --config-name=pusht.yaml policy=pusht/lewm ```
В статье от 3 июня авторы LeWorldModel описывают модель примерно на 15 млн параметров, которую обучали на одной GPU за несколько часов.
Первоисточник