我们研究了时间层次是否能改善LeWorldModel在长时间目标条件控制中的表现。我们提出了Hi-LeWM，一个扩展版本，该版本冻结了预训练的低层LeWM，并在潜在子目标上增加了高层规划。
我们在PushT和Cube上评估了Hi-LeWM，随着目标偏移的增加，层次结构并不会自动提升性能：在短时间范围内，最佳配置使用一步高层时间范围，而较长时间范围则揭示了学习的高层动作空间与推理时搜索分布之间的不匹配。
对真实未来潜在子目标的实验显示，冻结的低层控制器能够执行良好对齐的中间目标，表明高层子目标生成是主要瓶颈。无约束搜索可以选择在学习模型下看似有利的潜在宏观动作，但却产生较差的控制目标。
通过围绕从训练轨迹编码的宏观动作限制搜索，并适当执行子目标的时机，可以恢复有用的层次结构，在中等范围内的PushT上比平面LeWM提高了11.3个百分点，在最长的PushT时间范围内提高了14.7个百分点。
总的来说，时间抽象可以使紧凑的冻结LeWM受益，但前提是高层搜索与低层控制器兼容。
博主点评： 该研究展示了层次规划在复杂控制任务中的潜力，尤其是在处理长时间目标时。然而，如何有效地协调高层与低层控制器仍是一个关键挑战，需进一步探索更高效的子目标生成与执行策略。