MAD：面向敏捷四旋翼飞行的地图感知世界模型

arXiv 2026 60.8 method

TLDR

MAD提出几何感知世界模型，通过重建占据与可见性地图实现敏捷四旋翼飞行，并成功部署到真实世界。

评分理由

The paper presents a novel mapping-aware world model that explicitly encodes geometry and visibility, leading to strong empirical results in simulation and real-world flight. However, the approach is tailored to depth-based occupancy maps and may not generalize to other sensing modalities or tasks beyond collision avoidance.

Read-first 评分解释

综合优先阅读分 60.8，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%

96.3

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：0.9627694

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：基线、实验、结果

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：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

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：459。

关键词评分

world model

world dynamics prediction

model-based reinforcement learning world model

interactive world model

generative world model

world simulator

video world model

深度分析

创新点

提出映射感知世界模型MAD，重建机器人中心占据与可见性网格地图而非原始图像
循环潜在动力学编码局部几何、可见性历史与自运动信息
在DiffAero中使用GPU并行地图构建模块进行高吞吐量监督训练
三种策略学习模式：基于想象的MAD-Dreamer以及基于PPO和SHAC的特征提取变体
在视觉导航与竞速任务间展示跨任务迁移能力

方法

MAD学习循环潜在动力学，重建机器人中心占据与可见性网格地图以及本体感知状态。在DiffAero中使用GPU并行地图构建模块提供占据与可见性监督。学习到的表示用于三种策略学习模式：基于想象的MAD-Dreamer以及基于PPO和SHAC的特征提取变体。

关键结果

MAD智能体在成功率、飞行速度和跨任务迁移方面均优于纯视觉基线。学习策略部署于物理四旋翼，仿真中达到9.66 m/s，真实森林实验中达到5.05 m/s。

技术栈

DiffAeroGPU-parallel map-constructionPPOSHACIntel RealSense D435i

资源

论文