无高斯假设的可识别性：符号世界模型与近无限时间一致性

arXiv 2026 58.5 method, theory

TLDR

证明符号世界模型PGSA实现精确可识别性和近乎无限的时间一致性，克服了统计世界模型的高斯限制。

评分理由

The paper presents strong theoretical results with formal proofs in Lean 4, addressing a fundamental limitation of statistical world models. However, it lacks real-world experiments or empirical validation, and the abstract does not discuss practical applications or benchmarks.

Read-first 评分解释

综合优先阅读分 58.5，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 24。

方法质量 18%

100

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：分析、数据集、实验、结果、验证

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%

95.1

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：0.95104632

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：工件、数据集

主题相关性 29%

34.3

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

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

基础论文前沿论文桥接论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：495。

关键词评分

world model

world dynamics prediction

generative world model

model-based reinforcement learning world model

world simulator

interactive world model

video world model

深度分析

创新点

证明高斯边界是统计对齐机制的产物，而非世界模型的一般属性。
提出物理基础符号架构（PGSA），该架构在所有物理机制下均能实现精确线性可识别性，与潜在分布无关。
证明PGSA能够维持近乎无限的时间一致性（无界数量的转换，每步误差仅受数值精度限制）。
证明统计世界模型无法对任何非高斯系统实现近乎无限的时间一致性，无论模型容量或数据量如何。
在Lean 4与Mathlib4中形式化了四个定理的代数核心（零个sorry占位符）。

方法

本文通过理论证明对比了统计联合嵌入预测架构（JEPA）与所提出的物理基础符号架构（PGSA）。通过数学分析建立了线性可识别性和时间一致性的条件，并在Lean 4证明助手中形式化了关键定理。未提及任何实证实验或数据集。

关键结果

PGSA在所有物理机制下实现精确线性可识别性，每步误差仅受数值精度限制，从而实现近乎无限的时间一致性。相比之下，统计世界模型无法对任何非高斯系统实现该性质，无论模型容量或训练数据量如何。

局限性

Klindt等人的逆命题被作为外部前提，未在本文中证明。
Lean 4中的形式化仅覆盖四个定理的代数核心，而非完整证明。
该方法需要符号基础于世界动力学的因果生成器，这在现实场景中可能不可用或不可行。
本文纯理论，缺乏实证验证或实验结果。

技术栈

Lean 4Mathlib4

资源

论文