视觉与机器人

世界模型

面向环境建模、时序预测、仿真规划、具身智能和自动驾驶的世界模型方法与应用。

2026-07-22 至 2026-07-22 共收录 4 篇信号源：cs.AI, cs.LG, cs.CV, cs.RO, cs.MA

2604.26182 2026-07-22 cs.CV cs.AI cs.LG 版本更新 95%

Lifting Embodied World Models for Planning and Control

提升具身世界模型用于规划与控制

Alex N. Wang, Trevor Darrell, Pavel Izmailov, Yutong Bai, Amir Bar

机构 * Computer Science, New York University（纽约大学计算机科学系）； BAIR, UC Berkeley（伯克利大学BAIR）

专题命中通用世界模型：world model(title,abstract)；world models(title,abstract)；embodied world model(title)；world model(title,abstract)

AI总结本文提出一种轻量级策略，将高层动作映射到低层关节动作序列，结合冻结的世界模型，实现预测未来观察的提升世界模型，有效降低规划复杂度。

Comments Accepted to ECCV2026. Edited policy masking

2511.01177 2026-07-22 cs.RO 版本更新 93%

Scaling Cross-Embodiment World Models for Dexterous Manipulation

为灵巧操作扩展跨实体世界模型

Zihao He, Bo Ai, Tongzhou Mu, Yulin Liu, Weikang Wan, Jiawei Fu, Yilun Du, Henrik I. Christensen, Hao Su

机构 * UC San Diego（UC圣迭戈大学）； Harvard University（哈佛大学）； Shanghai Jiao Tong University（上海交通大学）； Hillbot

专题命中通用世界模型：world model(title,abstract)；world models(title,abstract)；world model(title,abstract)；world models(title,abstract)

AI总结研究跨实体学习中不同形态机器人数据共享和控制转移问题，提出将人类和机器人手表示为3D粒子集，在随机交互数据上训练基于图的世界模型并与模型预测控制集成，实验表明该方法能提高泛化能力、有效结合数据并实现不同机器人手的控制。

Comments Accepted to IROS 2026, Project Page: https://alan-heoooh.github.io/dexwm.html

2607.16602 2026-07-22 cs.CV 版本更新 90%

PAVXploreRL: Physical-Action-Visual World Model Reinforcement Learning with Action Exploration

PAVXploreRL：具有动作探索的物理动作视觉世界模型强化学习

Han Wang, Zijun Wang, Shuoshuo Xue, Rui Cao, Fengjiao Cheng, Xiaodan Liang, Roy Ka-Wei Lee

机构 * Singapore University of Technology and Design（新加坡科技设计大学）； Sun Yat-sen University（中山大学）

专题命中通用世界模型：world model(title,abstract)；world model(title,abstract)；world models(abstract)；world models(abstract)

AI总结研究针对动作条件世界模型泛化性差的问题，提出PAVXploreRL强化学习框架，基于预训练潜在世界模型，通过奖励驱动训练优化PAV目标，联合利用ID轨迹与OOD动作探索提升泛化能力，实验证明该方法性能更优。

Comments 9 pages, 5 figures

2606.12721 2026-07-22 cs.AI 版本更新 81%

The Theory of Mind Utility: Formal Specification of a Mentalizing Mechanism

心智理论效用：心理化机制的形式化规范

Nikolos Gurney, Stacy Marsella

机构 * Institute for Creative Technologies, University of Southern California（南加州大学创意技术研究所）； Khoury College of Computer Sciences, Northeastern University（东北大学库里计算机科学学院）

专题命中通用世界模型：world model(abstract)；world models(abstract)；world model(abstract)；world models(abstract)

AI总结提出心智理论效用（ToM-U）框架，通过局部认知世界模型（LEWM）形式化推断他人信念的计算问题，定义结构、推理过程及失败痕迹，区别于贝叶斯心智理论等方法。