NavWAM: 一种用于目标条件视觉导航的导航世界动作模型

arXiv 2026 60.6 method, application

TLDR

NavWAM是一种扩散变换器策略，将导航世界模型预测转化为可执行动作，用于目标条件视觉导航。

评分理由

The paper presents a novel integration of world-model prediction with action generation, showing strong empirical results in both simulation and real-robot deployment. However, the abstract lacks detailed comparison with state-of-the-art methods and does not discuss failure cases or limitations.

Read-first 评分解释

综合优先阅读分 60.6，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。

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%

90.3

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：0.90338356

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、基准、评估

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

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：GitHub

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：399。

关键词评分

world model

world dynamics prediction

generative world model

interactive world model

model-based reinforcement learning world model

video world model

world simulator

深度分析

创新点

联合学习未来预测、动作和价值目标以实现闭环控制
将未来观测、目标进度值和动作块表示在共享潜在序列中
仿真预训练与真实机器人适应流程

方法

NavWAM是一种扩散变换器策略，联合学习在共享潜在序列中预测未来观测、目标进度值和动作块。该模型在仿真中预训练，并在真实机器人上适应。评估时与基于规划的世界模型和直接导航策略在离线基准和闭环真实机器人部署中进行比较。

关键结果

NavWAM在离线基准和闭环真实机器人部署中优于基于规划的世界模型基线，且使用默认策略模式，无需CEM式动作搜索。

资源

论文