Continual Reinforcement Learning by Planning with Online World Models

ICML 25 2025 52.9 method, theory

TLDR

该论文围绕“Continual Reinforcement Learning by Planning with Online World Models”研究世界模型相关问题。

评分理由

The paper introduces a novel approach with a theoretical regret bound and empirical results on a custom benchmark. However, the shallow model may limit scalability, and the benchmark is not standard, raising questions about generalizability.

Read-first 评分解释

综合优先阅读分 52.9，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 39。

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：基线、结果

主题相关性 42%

55.7

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：无

研究版图角色

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：396。

关键词评分

world model

world dynamics prediction

model-based reinforcement learning world model

world simulator

interactive world model

generative world model

video world model

深度分析

创新点

该论文围绕“Continual Reinforcement Learning by Planning with Online World Models”研究世界模型相关问题。

方法

当前中文深度分析由本地兜底生成，建议后续对该论文单独重试模型翻译。

局限性

由于模型翻译结果缺失，该中文条目仅作占位，不替代完整人工校对。

资源

论文