IMWM：直觉模型补充世界模型用于潜在规划

arXiv 2026 55.2 method

TLDR

IMWM将世界模型与来自演示的直觉模型结合，提升潜在规划，在四个像素任务上优于仅世界模型规划器。

评分理由

The paper clearly identifies a limitation of world models alone (search bottleneck) and proposes a practical solution with three lightweight components. Strengths include strong empirical results across multiple tasks and a clean ablation. Weaknesses are the limited task diversity (all simulated) and lack of real-world validation.

Read-first 评分解释

综合优先阅读分 55.2，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 41。

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%

91.9

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：0.91889467

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：实验、指标

主题相关性 29%

58.6

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

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：无

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：408。

关键词评分

world model

model-based reinforcement learning world model

world dynamics prediction

generative world model

interactive world model

world simulator

video world model

深度分析

创新点

将直觉模型（从演示中训练）与世界模型配对用于潜在规划，以解决搜索瓶颈
检索初始化：从检索到的演示中初始化规划器的动作提议
混合成本：将直觉分数与世界模型展开成本结合
可靠性门控：根据设置调整对直觉的信任度

方法

IMWM将学习到的潜在世界模型与从演示中训练的直觉模型相结合。引入了三个轻量级组件：检索初始化从检索到的演示中为规划器提供动作种子；混合成本将直觉分数与世界模型展开成本合并；可靠性门控调节规划器对直觉的依赖程度。该方法在四个基于像素的目标到达任务（Two-Room, Reacher, Push-T, OGBench-Cube）上与仅世界模型规划器进行对比，使用成功率作为指标。

关键结果

IMWM在所有四个任务上均取得了比仅世界模型规划器更高的平均成功率，其中在Two-Room（99.2%，+11.5个百分点）和OGBench-Cube（94.7%，+28.5个百分点）上提升最大。

资源

论文