面向数据高效自动驾驶的运动学感知潜在世界模型

arXiv 26.3 2026 67.1 method, application

TLDR

一种运动学感知的潜在世界模型提高了自动驾驶仿真中的样本效率和驾驶性能。

评分理由

The paper presents a novel integration of kinematic information into RSSM-based world models, with geometry-aware supervision, showing clear improvements in simulation benchmarks. However, it lacks real-world validation and does not compare against recent large-scale world models.

Read-first 评分解释

综合优先阅读分 67.1，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 45。

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

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：消融、基线、基准、实验、结果

主题相关性 42%

64.3

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

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：代码

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：150。

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

将车辆运动学信息融入观测编码器，使潜在状态转移基于物理有意义的运动动力学
几何感知监督用于正则化RSSM潜在状态，以捕获超越像素重建的任务相关空间结构

方法

该框架基于循环状态空间模型（RSSM），将车辆运动学信息融入观测编码器，以强制实现物理有意义的潜在动力学。应用几何感知监督来正则化潜在状态，使模型能够捕获超越像素重建的空间结构。该方法在驾驶仿真基准上，与无模型和基于像素的世界模型基线进行了评估。

关键结果

所提出的方法在样本效率和驾驶性能上均优于无模型和基于像素的世界模型基线，取得了持续改进。消融研究进一步验证了该设计增强了潜在空间内的空间表示质量。

资源

论文