一种名为 Time-to-Goal（T2G）的新方法，旨在通过降低距离目标所需时间更短的状态的成本，帮助机器人规划更长的路线。研究人员使用离线轨迹数据对其进行训练，不需要奖励或策略标签；随后用它替代常见的欧几里得目标成本，同时保持世界模型的编码器和预测器冻结。
论文报告称，在四项导航与操作基准测试中，T2G 将平均规划成功率从 32.7% 提升至 63.0%，接近分层 JEPA 基线，有时甚至超过它们。该论文于 2026 年 11 月 4 日提交至 arXiv。
为什么重要
对于使用扁平世界模型的机器人研究人员来说，这些结果表明，学习型目标成本度量或许能提升基准测试中的规划成功率，而无需重新训练模型的编码器或预测器；但文中尚未证明其在真实机器人上的表现。
