AR Forcing：面向长时域机器人导航世界模型

arXiv 2026 62.1 method

TLDR

AR Forcing通过自回归训练扩散导航世界模型，减少分布偏移，提升长时域预测一致性与轨迹精度。

评分理由

Strengths: Addresses a key distribution shift problem in diffusion-based navigation world models with a simple, plug-in training strategy that requires no extra losses or discriminators, validated on multiple real-world datasets. Weaknesses: Limited to robot navigation domain; no comparison to non-diffusion methods or analysis of computational overhead; code not yet released.

Read-first 评分解释

综合优先阅读分 62.1，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 43。

近期性 6%

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

引用影响力 18%

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。归一化引用分位：0.89965508

方法质量 18%

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、数据集、实验、结果

主题相关性 29%

61.4

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 18%

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、数据集

引用速度 12%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

基础论文前沿论文桥接论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：380。

关键词评分

world model

generative world model

world dynamics prediction

video world model

interactive world model

world simulator

model-based reinforcement learning world model

深度分析

创新点

AR Forcing：一种用于扩散机器人导航世界模型的自回归训练策略，将标准扩散损失集成到自回归训练循环中。
该方法利用模型自身的预测更新上下文并优化单步噪声预测目标，在训练中显式暴露模型于推理状态分布。
无需额外的判别器或分布匹配损失，保留原始扩散框架和采样器。

方法

AR Forcing以自回归方式训练扩散模型：每一步中，模型使用自身预测更新上下文，并通过标准扩散损失优化单步噪声预测目标。这使得模型在训练中暴露于推理状态分布，解决了并行监督训练与自回归推理之间的分布偏移问题。该方法保留原始扩散框架和采样器，无需额外的判别器或分布匹配损失。

关键结果

在多领域导航数据集（RECON、SCAND、HuRoN、TartanDrive）上，与强基线相比，AR Forcing提升了长时域导航中生成图像的一致性以及预测轨迹的准确性，增强了模型在复杂已知和未知环境中的鲁棒性。

技术栈

Diffusion modelAutoregressive trainingStandard diffusion lossNoise prediction objective

资源

论文