LaWM: 基于最小作用量原理的世界模型，用于从视觉观测实现长时域物理一致性

arXiv 2026 61.7 method

TLDR

LaWM利用最小作用量原理指导潜在状态转移，确保从视觉观测学习的世界模型在长时域上保持物理一致性。

评分理由

The paper introduces a novel method integrating physical principles directly into latent dynamics, addressing compounding errors in long-horizon rollouts. However, the abstract lacks mention of real-world experiments or benchmarks, and the evaluation scope is unclear.

Read-first 评分解释

综合优先阅读分 61.7，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 47。

方法质量 18%

100

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、基准、评估、指标、结果

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

主题相关性 29%

67.1

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

引用影响力 18%

66.6

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：0.66597141

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

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

排序敏感性

稳定性：volatile；排名波动范围：409。

关键词评分

world model

world dynamics prediction

generative world model

world simulator

model-based reinforcement learning world model

interactive world model

video world model

深度分析

创新点

将最小作用量原理应用于学习到的视觉潜在空间中进行世界建模
潜在变分积分器：将观测编码为学习到的广义坐标，并学习离散拉格朗日量
通过变分原理的离散积分条件定义转移规则，取代无约束的神经转移预测器

方法

LaWM将视觉观测编码为学习到的广义坐标，学习连续潜在状态上的离散拉格朗日量，构建离散作用量泛函，并通过求解相应的离散积分条件来推进预测。这为长时域视觉预测提供了结构保持的偏置，无需依赖辅助损失或单独的动力学模块。

关键结果

在物理干净的合成动力学和具身机器人交互基准上，LaWM在物理不变性、背景一致性、运动平滑性以及外观和几何预测指标上均优于视频生成和世界模型基线。

局限性

该方法依赖学习到的广义坐标，可能限制其在高度复杂或非结构化视觉场景中的适用性。
离散变分积分器在极长时域滚动或混沌动力学中可能引入近似误差。
评估仅限于合成和受控的机器人交互环境，尚未展示真实世界的泛化能力。

技术栈

PyTorch

资源

论文