一种高效的多模态导航系统与单步世界模型

arXiv 26.1 2026 64.3 method, system

TLDR

一种轻量级单步世界模型，使用3D U-Net实现高效多模态导航，在仿真和真实环境中验证。

评分理由

The paper proposes a novel one-step generation world model to overcome latency issues in navigation, with strong empirical validation in both simulation and real-world closed-loop experiments. However, the abstract lacks detailed comparison of limitations or ablation studies, and the reliance on anchor-based initialization may limit generality.

Read-first 评分解释

综合优先阅读分 64.3，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 52。

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

主题相关性 42%

74.3

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

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、实验、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：无

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：267。

关键词评分

world model

world dynamics prediction

generative world model

interactive world model

video world model

world simulator

model-based reinforcement learning world model

深度分析

创新点

导航世界模型的单步生成范式，取代多步扩散和自回归生成
配备高效时空注意力的3D U-Net骨干网络，实现轻量级快速推理
基于锚点初始化的优化规划框架，用于多模态目标导航

方法

本文提出一种轻量级导航世界模型，采用单步生成范式，以3D U-Net为骨干网络并配备高效时空注意力，从而降低推理延迟。该模型被集成到基于优化的规划框架中，并利用锚点初始化来处理多模态目标导航任务。系统在仿真和真实环境中通过闭环实验进行评估。

关键结果

在仿真和真实环境的大量闭环实验中，所提出的系统相比最先进的基线展现出更高的效率和鲁棒性。

技术栈

3D U-Netspatial-temporal attentionone-step generationanchor-based initializationoptimization-based planning

资源

论文