---
title: "Rollout Drift (推演漂移)"
created: 2026-06-23
updated: 2026-06-23
type: concept
tags: ["world-modeling", "latent-prediction", "error-accumulation", "regularization"]
sources: ["[[hazare-dcgwm-2026]]", "https://arxiv.org/abs/2606.18688", "GIRL (2026)"]
---

# Rollout Drift (推演漂移)

**Rollout drift** 是多步潜在预测中的累积误差现象：在自回归展开过程中，每步预测的微小误差逐步叠加，使预测轨迹偏离接地流形。

## 问题的本质

[[world-models-rl|世界模型]]中的潜在状态 z_t 通过预测函数 f 向前展开：

```
z_{t+1} = f(z_t, a_t) + ε_t
```

每步预测误差 ε_t 在后续步骤中被放大——因为下一步的输入 z_{t+1} 包含了误差，而 f 是非线性的。在长视距 (T ≫ 1) 下：

```
z_T = f(f(...f(z_0, a_0)..., a_{T-2}), a_{T-1}) + 累积误差
```

## 为什么特别棘手

GIRL (2026) 将 rollout drift 识别为潜在世界模型在长视距下的**中心失效模式**。标准方案（如单步对齐损失 L_PGC、L_SBGC）仅在训练时的单步上接地，不能保证多步展开轨迹保持在接地上。

## DCGWM 的解决方案：L_AGA

[[asymmetric-grounding-adherence-loss|Asymmetric Grounding Adherence Loss (L_AGA)]] 是首个针对异质接地源、具有不兼容容忍结构的 rollout drift 损失：

- **物理漂移** → 平方铰链惩罚：违反物理约束是范畴错误，超过容忍阈值后二次惩罚
- **行为漂移** → 软 KL 散度：行为随机性是预期内的，使用与分布距离成比例的连续惩罚

## 参考

- [[hazare-dcgwm-2026|DCGWM 论文]]
- [[asymmetric-grounding-adherence-loss|L_AGA]]
- [[world-models-rl|World Models]]
- [[objective-interference-collapse|OIC]]