MetaWorld：面向高层指令接地的层次化世界模型中的技能迁移与组合
TLDR
MetaWorld提出层次化世界模型，结合VLM语义规划与专家策略迁移，在Humanoid-Bench上优于基于世界模型的强化学习。
评分理由
The paper introduces a novel hierarchical world model that bridges semantic planning and physical control via expert policy transfer, addressing sample efficiency and generalization issues. However, experiments are limited to a simulated benchmark (Humanoid-Bench) without real-world validation, and reliance on a pre-trained expert library may constrain adaptability.
Read-first 评分解释
综合优先阅读分 42.2，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 20。
研究版图角色
前沿论文
排序敏感性
稳定性：volatile；排名波动范围：426。
关键词评分
深度分析
创新点
- 整合语义规划（VLM）与物理控制（潜在动力学模型）的层次化世界模型，用于人形机器人移动操作
- 利用预训练多专家策略库作为可迁移知识的动态专家选择与运动先验融合机制
- VLM作为语义接口，将指令映射为可执行技能，绕开符号接地
方法
MetaWorld将任务解耦为VLM驱动的语义层和运行在紧凑状态空间中的潜在动力学模型。它利用预训练的多专家策略库作为可迁移知识，通过动态专家选择与运动先验融合，借助两阶段框架实现高效的在线适应。VLM作为语义接口，将高层指令映射为可执行技能。
关键结果
在Humanoid-Bench上，MetaWorld在任务完成度和运动连贯性方面均优于基于世界模型的强化学习。