在3D游戏中调整世界模型以进行轨迹跟踪

arXiv 25.4 2025 35.4 method, application

TLDR

应用带有不同编码器和策略头的逆动力学模型在3D游戏中进行轨迹跟踪，评估偏离和对齐策略。

评分理由

Strengths include real-world evaluation in a modern 3D game and systematic comparison of encoders and policy heads. Weaknesses are the narrow focus on trajectory following rather than a comprehensive world model, and the abstract does not detail world model adaptation despite the title.

Read-first 评分解释

综合优先阅读分 35.4，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 2。

近期性 8%

86.7

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2025

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：评估、结果

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：代码

主题相关性 42%

2.9

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：233。

关键词评分

world model

world simulator

generative world model

interactive world model

video world model

world dynamics prediction

model-based reinforcement learning world model

深度分析

创新点

将带有不同编码器和策略头的逆动力学模型（IDM）应用于现代3D视频游戏（Bleeding Edge）中的轨迹跟踪
研究未来对齐策略以应对由偶然不确定性和智能体不完美引起的分布偏移

方法

本研究将逆动力学模型（IDM）与多种编码器（从头训练、DINOv2）和策略头（GPT风格、MLP风格）应用于3D游戏Bleeding Edge中的轨迹跟踪。通过轨迹偏离距离和首次显著偏离点评估性能，并比较了多样数据、低数据和微调设置下的配置。

关键结果

在多样数据设置下，使用从头训练的编码器与GPT风格策略头表现最佳；在低数据场景下，DINOv2编码器与GPT风格策略头取得最佳结果；当在多样数据上预训练并针对特定行为微调时，GPT风格和MLP风格策略头均获得可比结果。

局限性

最优配置取决于所选设置，需要针对特定任务进行调整
评估仅限于单个3D游戏（Bleeding Edge），因此未建立对其他环境的泛化能力
该方法依赖于逆动力学模型，在严重分布偏移下可能无法捕捉轨迹跟踪的所有方面

技术栈

Inverse Dynamics Models (IDM)DINOv2GPT-style policy headMLP-style policy head

资源

论文