从预测到规划：用于协同状态-动作预测的策略世界模型

NeurIPS 25 2025 51 method, application

TLDR

该论文围绕“From Forecasting to Planning: Policy World Model for Collaborative State-Action Prediction”研究世界模型相关问题。

评分理由

Fallback reasoning generated from available title and abstract metadata: Despite remarkable progress in driving world models, their potential for autonomous systems remains largely untapped: the world models are mostly learned for world simulation and decoupled from trajectory planning. While recent efforts aim to unify world modeling and...

Read-first 评分解释

综合优先阅读分 51，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。

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

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：有；数据：无；命中信号：代码、GitHub

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：无

主题相关性 42%

26.5

将配置的研究关键词与标题、摘要、标签和分析文本进行匹配。匹配关键词数：5

研究版图角色

前沿论文复现锚点

排序敏感性

稳定性：volatile；排名波动范围：474。

深度分析

创新点

策略世界模型（PWM）将世界建模与轨迹规划统一在单一架构中
无动作未来状态预测方案，利用学到的世界知识来促进规划
协同状态-动作预测模拟人类预期感知，实现更可靠的规划
动态增强的并行令牌生成机制，配备上下文引导的令牌器和自适应动态焦点损失，用于高效视频预测

方法

PWM将世界建模和轨迹规划集成在统一架构中。它采用无动作未来状态预测方案，利用学到的世界知识进行规划，并通过协同状态-动作预测模拟人类预期感知。为提升视频预测效率，引入了动态增强的并行令牌生成机制，配备上下文引导的令牌器和自适应动态焦点损失。

关键结果

尽管仅使用前视摄像头输入，PWM在性能上匹配甚至超越了依赖多视图和多模态输入的现有最优方法。

局限性

仅使用前视摄像头输入，可能限制感知能力，相比多视图方法存在不足
世界建模对规划的协同促进机制仍需进一步探索

技术栈

Policy World Model (PWM)action-free future state forecastingcollaborative state-action predictiondynamically enhanced parallel token generationcontext-guided tokenizeradaptive dynamic focal loss

资源

论文代码