超越搜索的潜在几何：在世界模型中摊销规划

arXiv 2026 57.4 method

TLDR

通过潜在逆动力学映射摊销规划，以100-130倍更低成本匹配CEM性能。

评分理由

The paper presents a novel method for amortizing planning in world models, with strong empirical results across multiple benchmarks. However, it lacks real-world experiments and does not address generative or video world models directly, limiting the scope of its claims.

Read-first 评分解释

综合优先阅读分 57.4，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 25。

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

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：有；数据：无；命中信号：代码、GitHub

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：基准、评估、结果

引用影响力 18%

71.7

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：0.71658155

主题相关性 29%

35.7

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

前沿论文桥接论文方法锚点复现锚点

排序敏感性

稳定性：volatile；排名波动范围：572。

关键词评分

world model

model-based reinforcement learning world model

world dynamics prediction

generative world model

world simulator

interactive world model

video world model

深度分析

创新点

将规划摊销为潜在逆动力学映射，无需在线搜索
提出目标条件逆动力学模型（GC-IDM），直接根据当前潜在状态、目标潜在状态和剩余步数输出下一动作
证明充分结构化的潜在空间可将规划负担从在线优化转移到学习推理

方法

使用预训练的LeWorldModel，其潜在几何被正则化为平滑且均匀。引入轻量级目标条件逆动力学模型（GC-IDM），以当前潜在状态、目标潜在状态和剩余步数为输入，输出下一动作，替代迭代规划。在四个基准环境（导航、接触式操作、连续控制）中，与CEM、MPPI、iCEM和基于梯度的方法等测试时规划器进行对比评估。

关键结果

GC-IDM在八个环境-协议设置中的七个上匹配或超越CEM，同时将每步决策成本降低100-130倍。对多种测试时规划器的广泛扫描证实，该结果并非特定于某个优化器。

局限性

该方法依赖于具有特定潜在几何正则化（平滑性和均匀性）的预训练世界模型，可能无法推广到其他世界模型或潜在空间
评估仅限于四个基准环境，未展示在更复杂或多样化任务上的可扩展性
如果潜在表示未局部编码规划所需的结构，摊销可能失败

技术栈

LeWorldModelGC-IDMCEMMPPIiCEM梯度方法

资源

论文代码