GLAM：基于Mamba的世界模型中的全局-局部变化感知

arXiv 25.1 2025 58.8 method

TLDR

GLAM利用Mamba模块感知全局和局部状态变化，提升MBRL世界模型推理，在Atari 100k上表现优异。

评分理由

The paper introduces a novel variation-aware world model with dual Mamba modules, showing strong empirical results on Atari 100k. However, it lacks evaluation on more complex or real-world environments, and the claimed improvements may be benchmark-specific.

Read-first 评分解释

综合优先阅读分 58.8，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 35。

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：GitHub

主题相关性 42%

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%

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：基准

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：297。

关键词评分

world model

model-based reinforcement learning world model

world dynamics prediction

generative world model

world simulator

interactive world model

video world model

深度分析

创新点

基于Mamba的世界模型中的全局-局部变化感知，用于基于模型的强化学习
两个并行推理模块：GMamba用于全局变化模式，LMamba用于相邻状态间的局部变化
利用状态间变化提升推理质量和基于想象力的训练

方法

GLAM采用两个基于Mamba的并行推理模块：GMamba捕捉状态序列中的全局变化模式以预测未来状态变化，而LMamba关注相邻状态间的局部变化以推理奖励、终止信号和视觉表示。该模型整合两个模块，增强基于模型的强化学习中的想象力训练。

关键结果

GLAM在Atari 100k基准测试中的归一化人类得分上优于现有方法。

资源

论文代码