⌁ Awesome World Model Hub 论文 · 数据集 · 项目
English GitHub
← 返回论文列表

在世界模型中评估机器人策略

arXiv 25.5 2025 69.4 method, system

TLDR

WorldGym使用动作条件视频世界模型评估机器人策略，与真实世界成功率高度相关。

评分理由

The paper introduces a novel world-model-based evaluation environment that correlates well with real-world performance, enabling safe and reproducible policy testing. However, it acknowledges limitations in object interaction realism and susceptibility to adversarial facades.

Read-first 评分解释

综合优先阅读分 69.4，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 60。

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

主题相关性 42%
85.7

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

方法质量 25%
60

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

可复现性 25%
46

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：检查点、GitHub

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：214。

关键词评分

world model
10
video world model
10
generative world model
9
interactive world model
9
world simulator
8
world dynamics prediction
8
model-based reinforcement learning world model
6

深度分析

创新点

  • 提出WorldGym，一种自回归动作条件视频生成模型，作为真实世界机器人策略评估的代理
  • 使用视觉语言模型在世界模型的蒙特卡洛展开中提供奖励
  • 证明世界模型中的策略成功率与真实世界成功率高度相关
  • 显示WorldGym在不同策略版本、大小和训练检查点之间保持相对策略排名
  • 仅使用单个起始帧即可高效评估机器人策略在新任务和环境中的泛化能力

方法

WorldGym是一种自回归、动作条件视频生成模型，作为代理环境。策略通过在世界模型中进行蒙特卡洛展开来评估，视觉语言模型提供奖励。该方法仅使用真实机器人的初始帧，并评估一组基于VLA的真实机器人策略。

关键结果

世界模型中的策略成功率与真实世界成功率高度相关，且WorldGym在不同策略版本、大小和训练检查点之间保持相对策略排名。

局限性

  • 生成高度逼真的物体交互仍然具有挑战性
  • 现代基于VLA的机器人策略仍然难以区分物体形状
  • 策略可能会被物体的对抗性外观分散注意力

资源

论文演示

标签