课程进度 课程大纲 已发布 48/48 课
第 0 部分——阅读指南：我们究竟要学什么？
第 1 部分——世界模型：智能体内部的沙盒
第 2 部分——把图像变成状态：LeWM 架构
第 3 部分——防止模型作弊：预测损失与 SIGReg
第 4 部分——让模型行动起来：在潜在空间中规划
第 5 部分——工程复现：从论文到可运行系统
第 6 部分——LeWM 究竟学到了什么？
第 7 部分——为什么“预测准确”仍可能“规划很差”
第 8 部分——从复现者到研究者
附录
全局图景
- 看起来很近直尺喜欢穿过墙。
- 取得进展好路线有时要先走远。
- 能否到达规则和预算仍然重要。
一个小故事：走错的机场航站楼
一名旅客朝着玻璃另一侧画出的登机口径直走去。直尺说旅客离目标更近了；旅程却说他被卡住了。真正有用的动作是先离开目标，绕过隔断，经过安检，再从正确的一侧靠近。
TwoRoom 也有同样的教训：要穿过门口，可能必须先增加直线距离。PushT 又增加了多个阶段——建立接触、旋转、重新定位，然后推动——因此两个与目标距离相同的状态，可能有完全相反的未来。“在潜在空间里更近”并不自动意味着“任务完成得更多”。
这段绕行将直线接近程度与路线完成程度分开了。它是教学案例，不是对每个任务都存在单调进度尺度的证明。
技术背包
请将下面三个标签分开：
- 距离用某把选定的尺子比较两个点。基线 LeWM 使用预测终点与编码后目标之间的终端平方欧氏距离。
- 进度按照任务的完成程度对状态排序。它相对于原始距离可能不单调，也可能取决于任务阶段。
- 可达性询问：在允许的动作和动力学下，一个状态是否可以到达，通常还要限定有方向的时间或动作预算。
ProWorld v1 是后续方案，不属于原始 LeWM v3。它通过事后回顾的时间对构建弱目标条件排序，使用 Lorentz 模型的双曲潜在空间，并同时评分中间进度和终端进度。双曲空间为分支层级提供了逐渐增长的容量，但几何是归纳偏置——不是对真实世界确实拥有该层级的证明。当轨迹回溯、绕行、切换子目标，或包含空闲片段时，时间顺序也会对进度撒谎。
其他后续方法询问了相邻、但不同的问题：RC-aux 学习预算条件下的有向可达性；Temporal-Distance JEPA 通过滚动一致性和启发式跨轨迹负样本，学习有向时间度量；TRM 是一种事后学习、视界匹配的可达性度量；Traj-LeWM 学习一个目标条件轨迹代价，并将其与终点评分一起使用；SCALE 将潜在点对距离与特权状态距离对齐；DA-LeWM 研究预测的决策排序与实际决策排序之间的一致性。不要混淆它们的监督信号、规划器角色或证据。
尝试推翻这个想法
构造两个终端距离相同的 PushT 状态。在其中一个状态里，推动器以有用的角度稳定接触；在另一个状态里，木块被卡住了。再构造一对 TwoRoom 状态，其中按直尺看更远的那个状态，已经对准了门口。
对每个候选评分问三个问题：哪个状态被排得更近？哪个状态可以在同样的动作预算内到达？哪个状态在一个明确声明的任务阶段上走得更远？如果一种方法只报告一个标量，却默默地替三个问题都给出答案，它就没有通过这一课。
对于类似 ProWorld 的监督，加入包含刻意绕行和回溯的轨迹。如果事后回顾时间把错误的状态标记为“进度更大”，这个粗糙的时间代理指标就遇到了自己的证伪条件。特定任务的阶段标签或许能修好这个基准，但此时必须报告这个额外先验；不要把它重新命名为通用的世界理解。
实验凭据与证据边界
- 基线与方案：LeWorldModel v3，固定代码
8edfeb3；ProWorld v1，发布于 2026-08-03。截止日前未找到 ProWorld 的实现。 - 相关路线：RC-aux v1，代码
ecb4496；Temporal-Distance JEPA v2，代码b4c17ca；TRM v1；Traj-LeWM v1，代码67577fa；SCALE v1；DA-LeWM v1。 - 日期：RC-aux 2026-05-08；TRM 2026-05-21；Temporal-Distance v2 2026-07-29；ProWorld 2026-08-03；Traj-LeWM 2026-08-14；SCALE 2026-08-17；DA-LeWM 2026-08-19。证据截止时间：2026-08-20，Asia/Tokyo。
- 所有这些后续结果均为作者自报；此处并未确立独立复现。允许的措辞是“提出”、“弱时间排序”以及“在其测试设置下”——绝不是“真实进度”、“保证可达性”或“双曲几何证明存在层级”。
三个快问快答
- 远离目标怎样可能反而是真实的进展？
- 可达性声明需要哪些距离本身不需要的信息？
- 哪一个绕行实验可以暴露会误导人的时间进度标签？