跳到主要内容
检索

# 世界模型

32 篇关联报道

订阅更新
  1. arXiv

    候选轨迹评估不再逐条推演未来:RFWorld 改用共享场景记忆,NAVSIM 上 PDMS 达 90.5

    端到端自动驾驶要在多条候选轨迹中挑一条执行,此前的世界模型评估器会为每条候选沿规划时域显式预测未来状态,推理开销随候选数和时域增长,还会累积预测误差。RFWorld 改为只构建一次与轨迹无关的共享场景记忆,训练时用带语义监督的轻量时序读出塑造它,推理时让候选轨迹通过稀疏空间读出直接查询打分。在 NAVSIM-v1 上,RFWorld 以 ResNet-34 骨干取得 90.5 的 PDMS,高于表中 DriveDPO 的 90.0 与 ResWorld 的 89.0。

  2. arXiv

    WeatherDreamer 把资料同化也学进模型:不用再分析,逐小时全球分析约 1.5 分钟

    WeatherDreamer 把资料同化与预报合成一个循环,直接从 18 类地球观测中学习,不依赖再分析产品。它每小时用新观测修正潜状态,在留出测站上对温度、露点和风的集合预报在 12 小时内优于 NOAA 的 GEFS,且校准更好;同化质量在地表与湿度通道接近 GSI,但温度探测通道的偏差最大可达 GSI 的约五倍。单块 GPU 上完成一次全球逐小时分析约需 1.5 分钟。

  3. arXiv

    冻结的模仿策略不再重训:A2WM 用动作仿射世界模型把平均成功率从 27.18% 提到 59.51%

    模仿策略执行中的小误差会累积导致失败,而此前的修正要么依赖在线强化学习,要么需要昂贵的在线规划。A2WM 从冻结策略的动作扰动轨迹中离线学习局部动作响应,把任务相关几何预测为名义轨迹加对修正的线性响应,从而把在线修正化为一次模型评估加一次凸二次规划求解。在四个仿真操作任务上,它取得所评估基线中最高的平均成功率,从 Diffusion Policy 的 27.18% 升至 59.51%,每控制步平均修正开销 3.8 毫秒,不含基础策略采样。

  4. arXiv

    四旋翼不再只靠隐状态记路:ScanDreamer 把在线地图写进想象,成功率96.3%、碰撞3.6%

    面向未知杂乱环境中的四旋翼导航,ScanDreamer 用深度图与位姿在线构建二维扫描记忆地图,并让世界模型、演员与评论家都以这张地图为条件,想象时在冻结地图上推进位姿、由地图几何给出测地进度与撞墙信号。在 NVIDIA Isaac Sim 的1560个未见布局与参数区间测试回合上,三个随机种子平均成功率为96.3%、碰撞率为3.6%;同一在线交互预算下,AirDreamer 的成功率为59.6%、碰撞率为28.8%。

  5. arXiv

    灵巧手不再先想象未来:DexForesight把空间预判压进策略潜空间,真机成功率58.3%

    DexForesight把动作条件下的空间世界模型学到的预测特征,通过查询对齐注入灵巧操作策略的潜空间,部署时只保留策略,仅用RGB、语言和机器人状态生成动作。在11个DexJoCo仿真任务上,它把GR00T N1.7基座的整体成功率从49.4%提升到60.5%;在三个真机任务上达到58.3%,比最强基线高8.3个百分点。世界模型、深度编码器和未来预测头在推理时全部移除。

  6. arXiv

    同一张登录页,合法与劫持各占一半:LGWM 只看转场,17 毫秒判出异常

    图形界面智能体的安全风险可能不在屏幕上,而在产生这张屏幕的转场里:同一张凭证页既可能是点击“登录”后的正常结果,也可能是点击“查看订单”后的劫持结果。LGWM 不渲染下一屏,而是直接在观测编码空间预测下一屏的表示,把校验变成一次向量比较;在每对凭证页像素完全相同的 RSWT-Bench 上,免训练的一致性分数达到 0.987 AUC,单次判定 17 毫秒,与最强闭源视觉语言模型同档,并比生成式 GUI 世界模型高约十个 AUC 点。

  7. arXiv

    世界模型打分不必逐个跑:一次提取局部形状,16个候选快过源生成器

    把动作条件数据流形的局部形状一次提取出来,之后任意多个候选动作只需矩阵乘法即可打分,16个候选比源生成器快一个数量级以上,短时域预测还更准。

  8. arXiv

    冻结世界模型不必重训:Library of Hands 只校准“手”,手变化并回归时成功率从28.6%升到62.3%

    相机移动或控制器更换后,同一条指令会让机器人朝不同方向、以不同幅度运动,而冻结的世界模型仍按训练时的指令约定规划,于是规划全落在错误的动作坐标系里。Library of Hands(LoH)不训练、不改动世界模型,只用冻结的预测器从相邻两帧图像反推实际执行的动作,据此估计“指令到实际动作”的映射,并把识别过的映射存入库中以便复用。在闭环测试中,当“手”变化并反复出现时,LoH 把冻结规划器的成功率从 28.6% 提高到 62.3%,而在手不变时只损失 0.6 个百分点。

  9. arXiv

    重症监护排班不必为每个问题重建状态:一个冻结的患者世界模型同时支撑入院、护理与转出仿真

    重症监护的资源规划长期依赖为单一政策问题手工设定的紧凑状态转移模型,换一个问题就要重新定义状态。一个在MIMIC-IV上训练后冻结的患者世界模型,把不规则电子病历编码为状态—事件序列,并按仿真器请求的任意时间间隔给出预测,再通过场景专属映射接入共享床位与人员队列。在入院、护理派工和转出三类仿真中,它与按任务拟合的马尔可夫和半马尔可夫模型在容量与派工政策的方向性响应上一致,并复现了回放真实轨迹得到的派工收益。

  10. arXiv

    LLM互动叙事有了共同标尺:三种体验管理器在同一世界模型上各有所长,无人全面领先

    LLM驱动的互动叙事系统长期难以横向比较,因为每个体验管理器都绑定在自己的专属剧情上。一个基于LLM的叙事平台把体验管理器做成可互换模块,共享由事实、操作和目标构成的符号世界模型,每次实际执行的操作都带有显式前置条件与效果,因此任意一次会话都能还原为统一的状态转移路径。在《小红帽》场景上,开放生成、蒙特卡洛修复和自主角色三种管理器各跑100次模拟会话,结果显示没有一种管理器在玩家能动性、管理器可控性、作者意图和鲁棒性四项属性上全面占优。