HaM-World

深度分析

HaM-World：結合Soft-Hamiltonian與Mamba記憶的 q/p/c 幾何化規劃型世界模型

面對長時域想像回放與動力分布變化，HaM-World將潛在拆為(q,p,c)，以Mamba選擇性記憶條件化動力，並在q/p子空間導入Soft-Hamiltonian能量場並加可學習殘差與控制驅動，供CEM規劃使用；在四項DMC任務平均AUC達117.9，長期回放誤差降至基準45%，OOD表現提升。