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。

2026-08-13 至 2026-08-13 共收录 4 篇信号源：cs.AI, cs.LG, cs.CV, cs.RO, cs.MA

1. 通用世界模型 3 篇

2608.11601 2026-08-13 cs.CV 新提交 96%

驾驶世界模型如何能进行反事实预测？

Jiaru Zhang, Can Cui, Yi Xu, Xin Ye, Ruqi Zhang, Ziran Wang

机构 * Purdue University（普渡大学）； Bosch Center for Artificial Intelligence（博世人工智能中心）

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

AI总结本文指出驾驶世界模型的反事实预测目标与直接动作条件预测存在根本差距，构建基准验证该问题，并提出简单无训练流程提升反事实预测效果，呼吁开发更好的相关方法。

2608.12078 2026-08-13 cs.CV cs.AI cs.LG 新提交 94%

更好的槽，更好的世界：以对象为中心的世界模型中的表示质量与鲁棒性

Shukrullo Nazirjonov, Sai Prasanna, Anna Manasyan, Georg Martius

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总结该研究通过受控实验分析以对象为中心的世界模型，发现槽质量与规划成功率正相关，槽绑定良好时可减少辅助输入，且在分布偏移下其鲁棒性优于LeWM，预训练特征是鲁棒性关键因素。

Comments Published at Model-Based RL in the Era of Generative World Models Workshop at RLC 2026

2608.11656 2026-08-13 cs.LG 新提交 58%

面向EEG-语言基础模型的语义对齐连续隐式预测建模

Myeong-Ju Cho, Hye-Bin Shin, Seo-Hyun Lee, Seong-Whan Lee

专题命中通用世界模型：predictive model(title,abstract)；分类 cs.LG

AI总结本文提出BLPM模型，通过CELP编码器与MQSD模块对齐EEG语义，解决EEG基础模型预训练的关键挑战，在多基准任务中实现良好泛化。

Comments 19 pages, 3 figures; supplementary material included

2608.11349 2026-08-13 cs.LG cs.AI 新提交 58%

面向真实世界强化学习的离线超参数选择的动力学模型

Jordan Coblin, Han Wang, Martha White, Adam White

专题命中模型式强化学习：dynamics model(title,abstract)；分类 cs.AI、cs.LG

AI总结本文将校准模型首次应用于市政水处理厂的真实RL场景，评估其在高维非平稳传感器数据上的表现，为离线动力学模型支持真实RL部署提供概念验证。

Comments Accepted to the 2026 Reinforcement Learning Conference (RLC)