世界模型

PhyCheck: Fine-Grained Evidence-Grounded Dataset for Physical Law Understanding in Video-LLMs

PhyCheck：面向视频大语言模型的物理规律理解细粒度证据驱动数据集

Zhongjie Ba, Shengwang Xu, Peng Cheng, Jinyang Zou, Ting Yu, Zhibo Wang, Zhan Qin

机构 * Zhejiang University（浙江大学） ； ZJU-Hangzhou Global Scientific and Technological Innovation Center（浙江大学杭州国际科技创新中心） ； Mohamed Bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

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 本文提出PhyCheck数据集，通过粗粒度、细粒度及诊断子集提升视频大语言模型的物理规律理解，实验证实其训练效果，同时指出当前模型难以整合因果条件的问题。

Comments 15pages, 4 figures, 4 tables

A Systematic Review and Taxonomy of Reinforcement Learning-Model Predictive Control Integration for Linear Systems

一种线性系统中强化学习-模型预测控制整合的系统综述与分类

Mohsen Jalaeian Farimani, Roya Khalili Amirabadi, Davoud Nikkhouy, Malihe Abdolbaghi, Mahshad Rastegarmoghaddam, Shima Samadzadeh, Mahdi Ghane

机构 * Department of Electronics, Information and Bioengineering (DEIB), Politecnico di Milano（电子信息生物工程系（DEIB），米兰理工大学） ； Department of Applied Mathematics, Ferdowsi University of Mashhad（应用数学系，法尔德大学） ； Department of Mechanical Engineering, Politecnico di Milano（机械工程系，米兰理工大学） ； Department of Applied Mathematics, Faculty of Mathematical Sciences, University of Guilan（应用数学系，加林大学） ； Department of Robotics and Control Engineering, Shahrood University of Technology（机器人与控制工程系，沙霍德技术大学） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.RO；predictive model(abstract)；predictive models(abstract)

AI总结 本文系统综述了线性系统中强化学习与模型预测控制整合的研究，通过多维分类揭示了整合策略、挑战及方法学趋势，为相关研究提供结构化参考。

WorldMark: A Unified Benchmark Suite for Interactive Video World Models

WorldMark：交互式视频世界模型的统一基准套件

Xiaojie Xu, Zhengyuan Lin, Kang He, Yukang Feng, Xiaofeng Mao, Yuanyang Yin, Yongtao Ge, Kaipeng Zhang

专题命中 视频世界模型 ：world model(title,abstract)；world models(title)；video world model(title)；world model(title,abstract)

AI总结 WorldMark 是交互式视频世界模型的统一基准套件，通过适配器解决动作格式不兼容问题，从多维度评估模型，揭示现有协议未察觉的差异，将发布相关数据与代码。

TerraZero: Procedural Driving Simulation for Zero-Demonstration Self-Play at Scale

TerraZero：用于大规模零演示自博弈的过程式驾驶模拟

Zhouchonghao Wu, Akshay Rangesh, Weixin Li, Wei-Jer Chang, Zachary Lee, Saeed Bonab, Tim Wang, Wei Zhan

机构 * Applied Intuition（应用直觉） 纠错

专题命中 自动驾驶 ：分类 cs.AI、cs.LG、cs.RO；dynamics model(abstract)

AI总结 研究旨在训练强大自动驾驶智能体，提出TerraZero过程式驾驶模拟器和自博弈训练堆栈，其速度快、逼真且多样。通过特定方式填充地图生成无限场景，智能体仅靠强化学习训练，能零样本泛化，在多个基准测试中表现出色。

Comments Technical Report from Applied Intuition Research

Bi-Level Reinforcement Learning Pathway for Sim-to-Real Optimality

面向仿真到真实最优性的双层强化学习路径

Akhil S Anand, Shambhuraj Sawant, Paavo Parmas, Jasper Hoffmann, Dirk Reinhardt, Sebastien Gros

专题命中 模型式强化学习 ：model-based RL(abstract)；分类 cs.AI、cs.LG；simulation model(abstract)

AI总结 针对仿真到真实RL的目标不匹配问题，提出双层RL方法，通过分析策略对仿真参数的敏感性，结合真实策略性能梯度调整仿真模型，提升真实环境下的策略性能。

Journal ref RLJ, 2026