使用基于潜在动作的世界模型从异构演示中进行模仿学习

arXiv 2026 53.7 method

TLDR

基于预测的潜在动作世界模型对齐异构演示数据，在模拟和真实任务中超越基线。

评分理由

The paper introduces a novel method (GLAM) that uses a shared latent action space grounded in prediction to handle heterogeneous data sources, which is a clear strength. Weaknesses include reliance on abstract descriptions without detailed experimental results in the abstract, and potential limitations in scalability or complexity not discussed.

Read-first 评分解释

综合优先阅读分 53.7，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 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%

91.8

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：0.91798345

主题相关性 29%

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：基线

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：代码、GitHub

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

排序敏感性

稳定性：volatile；排名波动范围：385。

关键词评分

world model

generative world model

world dynamics prediction

model-based reinforcement learning world model

world simulator

interactive world model

video world model

深度分析

创新点

将动作表示基于预测：对环境产生相同效果的动作共享相同表示，无论来源如何。
基于预测的潜在动作世界模型（GLAM）：一对生成模型，跨异构数据源共享潜在动作空间，通过一致预测未来观测来锚定。
避免使用启发式和手工设计的对齐技术的协同训练方法，用于异构演示数据。

方法

GLAM使用一对生成模型（世界模型）学习跨异构数据源（有/无动作标签）的共享潜在动作空间。潜在动作通过跨数据源一致预测未来观测来锚定。下游行为克隆（BC）策略被训练将观测映射到潜在动作，然后解码回机器人动作。

关键结果

在模拟和真实世界的五个操作任务中，GLAM对齐的策略在数据稀缺设置下平均任务成功率比BC基线和先前的潜在动作方法提高48%。

资源

论文