学习动作条件与物体中心的高斯泼溅世界模型用于刚体物体

arXiv 2026 58.2 method

TLDR

提出MRO-GWM，一种以物体为中心的高斯泼溅世界模型，用于从动作预测刚体动力学，在合成数据和仿真中评估。

评分理由

The paper introduces a novel approach combining object-centric Gaussians with a spatio-temporal transformer for action-conditional dynamics, which is a clear strength. However, it lacks real-world experiments and only evaluates on synthetic datasets and simulation, limiting its demonstrated applicability.

Read-first 评分解释

综合优先阅读分 58.2，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 45。

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%

81.5

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：0.81543922

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：数据集、评估

主题相关性 29%

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 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：数据集

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方法锚点

排序敏感性

稳定性：volatile；排名波动范围：320。

关键词评分

world model

world dynamics prediction

model-based reinforcement learning world model

interactive world model

world simulator

generative world model

video world model

深度分析

创新点

以物体为中心的高斯表示用于世界模型，支持任意物体形状和多物体场景
时空Transformer架构，从历史物体高斯和未来动作预测未来刚体运动
物体运动的规范框架表示，允许描述为刚体变换
从多视角训练以处理遮挡导致的部分观测

方法

提出的MRO-GWM使用以物体为中心的高斯表示场景，采用时空Transformer，输入历史物体高斯和未来动作，预测未来刚体运动。训练使用多视角重建以处理遮挡，评估在包含机器人交互的家居物体合成数据集上进行，并在仿真中的非抓取操作模型预测控制中评估。

关键结果

模型在多物体动力学和机器人交互的合成数据集上展示了预测性能，并在仿真中的非抓取操作模型预测控制中进行了评估。

局限性

仅在合成数据集上评估，未在真实世界数据上评估
处理遮挡导致的部分观测可能仍不完美
仅限于刚体物体，不适用于可变形或关节物体
仅测试了非抓取操作任务
基于仿真的评估，未展示真实世界适用性

资源

论文