Учиться предвидению без эксплицитных траекторий для 3D политики диффузии

arXiv: 2609.20669v1 Annualce Type: кросс-бюллетень: 3D дистрибуционная политика сильно способствует принятию мер на основе текущих наблюдений, однако для успешного манипулирования необходимо не только знать, какое движение возможно сейчас, но и предвосхищать направление взаимодействия. Существующие стратегии в значительной степени оставляют такое прогнозирование неявным результатом практического обучения. Мы представляем руководство движения, которое является простым, но эффективным способом обеспечения такого прогнозирования без введения четкого плана. Из короткой истории наблюдений политика учится компактному скрытому представлению эволюции взаимодействия. В ходе обучения за таким представлением наблюдают ограниченные будущие государства-пользователи; на основании вывода, наряду с текущим наблюдением в качестве ориентированной на будущее меры воздействия сохраняются только латентные. Скрытый механизм обеспечивает глобальную подготовку к принятию мер, в то время как дополнительный закрытый филиал FilM используется только на узком месте ЮНета. Несмотря на добавление лишь 3,52% дополнительных параметров в DP3, наша