通过知识性经验学习对齐具身世界模型

arXiv 26.1 2026 64.6 method, system

TLDR

WorldMind通过从环境反馈构建符号化知识库来对齐LLM智能体与物理定律，减少物理幻觉。

评分理由

The paper introduces a novel framework that uses symbolic knowledge to address physical hallucinations without heavy retraining, showing strong cross-model transfer. However, experiments are limited to simulated benchmarks, and scalability to complex real-world dynamics remains unclear.

Read-first 评分解释

综合优先阅读分 64.6，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 45。

近期性 8%

100

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：2026

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：基线、基准、实验、指标

主题相关性 42%

64.3

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

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：仓库

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：177。

关键词评分

world model

world dynamics prediction

interactive world model

world simulator

model-based reinforcement learning world model

generative world model

video world model

深度分析

创新点

WorldMind框架，通过综合环境反馈自主构建符号化世界知识库
统一Process Experience（通过预测误差强制物理可行性）和Goal Experience（通过成功轨迹引导任务最优性）以实现对齐
展示了无需持续重新训练的跨模型和跨环境迁移能力

方法

WorldMind通过综合环境反馈构建符号化世界知识库。它统一了Process Experience（通过预测误差强制物理可行性）和Goal Experience（通过成功轨迹引导任务最优性）。该框架在EB-ALFRED和EB-Habitat基准上与基线进行了评估。

关键结果

WorldMind在EB-ALFRED和EB-Habitat上相比基线取得了优越的性能，并具有显著的跨模型和跨环境迁移能力。

资源

论文