用于机器人策略训练与评估的交互式世界模拟器

arXiv 2026 75.9 method, system, application

TLDR

提出交互式世界模拟器，基于一致性模型实现快速稳定的机器人策略训练，支持长时间模拟且性能与真实数据相当。

评分理由

The paper introduces a novel framework for building interactive world models using consistency models, achieving fast and stable simulation. It demonstrates strong real-world evaluation and correlation between simulated and real performance, but lacks details on limitations and comparisons to other world model approaches.

Read-first 评分解释

综合优先阅读分 75.9，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 64。

近期性 8%

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

主题相关性 42%

91.4

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：数据集、评估、实验、结果

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：无；数据：无；命中信号：数据集

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：56。

关键词评分

world model

world simulator

interactive world model

generative world model

video world model

world dynamics prediction

model-based reinforcement learning world model

深度分析

创新点

利用一致性模型进行图像解码和潜在空间动力学预测，实现快速稳定的模拟。
交互式世界模拟器框架从中等规模机器人交互数据集构建交互式世界模型。
在单个GPU上以15 FPS支持超过10分钟的稳定长时间交互。
支持仅在世界模型内进行可扩展的演示收集，以训练最先进的模仿策略。
证明基于世界模型生成数据训练的策略与基于相同数量真实数据训练的策略性能相当。
展示模拟与真实世界策略性能之间的强相关性，实现忠实、可复现的评估。

方法

该框架使用一致性模型进行图像解码和潜在空间动力学预测，在中等规模机器人交互数据集上训练。它仅在学习到的世界模型内生成演示以训练模仿策略。真实世界评估涵盖刚体、变形体、物体堆及其交互的任务。

关键结果

学习到的世界模型实现交互一致的像素级预测，并在单个RTX 4090 GPU上以15 FPS维持超过10分钟的稳定长时间交互。基于世界模型数据训练的策略与真实数据训练的策略性能相当，且模拟性能与真实世界性能在多种任务上强相关。

技术栈

consistency modelslatent-space dynamics predictionRTX 4090 GPUimitation learning

资源

论文