dWorldEval：基于离散扩散世界模型的可扩展机器人策略评估

arXiv 2026 52.1 method, application

TLDR

提出dWorldEval，一种基于离散扩散世界模型的机器人策略可扩展评估方法，使用统一令牌空间和进度令牌。

评分理由

The paper introduces a novel discrete diffusion world model that unifies vision, language, and actions into tokens, with a progress token for task completion. Strengths include strong empirical results on multiple benchmarks and real-robot tasks. Weaknesses are not explicitly discussed in the abstract, but the approach appears promising for scalable evaluation.

Read-first 评分解释

综合优先阅读分 52.1，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 45。

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%

64.7

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：0.64694858

主题相关性 29%

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

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：评估、实验

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：无

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

前沿论文桥接论文

排序敏感性

稳定性：volatile；排名波动范围：308。

关键词评分

world model

world dynamics prediction

world simulator

generative world model

video world model

interactive world model

model-based reinforcement learning world model

深度分析

创新点

将所有模态（视觉、语言、机器人动作）映射到统一令牌空间
基于单一Transformer去噪网络的离散扩散世界模型
稀疏关键帧记忆以维持时空一致性
指示任务完成程度的进度令牌，用于自动成功检测

方法

dWorldEval使用离散扩散世界模型作为可扩展的评估代理。它将视觉、语言和机器人动作映射到统一令牌空间，并通过单一Transformer网络进行去噪。稀疏关键帧记忆确保时空一致性，引入进度令牌，当其值达到1时自动判定任务成功。

关键结果

dWorldEval在LIBERO、RoboTwin和多个真实机器人任务上显著优于先前方法（WorldEval、Ctrl-World、WorldGym）。

资源

论文