ACID: Aktionskonsistenz durch inverse Dynamik für die Planung mit Weltmodellen

Zusammenfassung

Die Planung zur Entscheidungszeit mithilfe aktionskonditionierter Weltmodelle hat sich zu einem beliebten Paradigma für die verkörperte Steuerung entwickelt. Allerdings bewertet die standardmäßige Planungskostenfunktion einen Kandidaten ausschließlich danach, wie nahe dessen vorhergesagter Endzustand am Ziel liegt, ohne die Realisierbarkeit der Zwischenübergänge zu überprüfen – eine vorhergesagte Trajektorie kann überzeugend wirken, während der Umgebungs-Rollout von ihr abweicht. In dieser Arbeit schlagen wir ACID vor, ein Planungsrahmenwerk zur Entscheidungszeit, das die Zyklus-Aktionskonsistenz einführt: Die aus einem vorhergesagten Übergang rückwärts durch ein inverses Dynamikmodell abgeleitete Aktion sollte diejenige wiederherstellen, auf die konditioniert wurde. Wir integrieren dieses schrittweise Residuum über ein skaleninvariantes adaptives Gewicht in die Planungskosten. Über vier aktionskonditionierte Weltmodelle und sechs Aufgaben hinweg, die starre und deformierbare Manipulation, artikulierte Steuerung und visuelle Navigation umfassen, verbessert ACID konsistent die Planung und erreicht die Genauigkeit der Baseline mit erheblich geringerem Planungsrechenaufwand.

English

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.