NavWM：一种用于前瞻性规划的统一导航世界模型

arXiv 2026 58.2 method, application

TLDR

NavWM统一了潜在世界推理、多模态动作预测和视觉生成，用于前瞻驱动的导航规划。

评分理由

The paper proposes a unified navigation world model that integrates perception, generation, and control, with strong empirical results on robotics datasets. However, it is limited to navigation and lacks explicit real-world deployment beyond datasets.

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 36。

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%

94.9

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：0.9487012

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、实验、指标

主题相关性 29%

51.4

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、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：395。

关键词评分

world model

generative world model

world dynamics prediction

interactive world model

world simulator

video world model

model-based reinforcement learning world model

深度分析

创新点

统一导航世界模型，整合潜在世界推理、多模态动作预测和可控视觉生成
潜在世界标记提取几何和语义先验，实现鲁棒的结构理解
基于锚点的多模态轨迹预测框架，生成多样化动作空间，克服确定性策略的局限性
生成式世界模型作为闭环规划器，利用视觉前瞻评估和选择最优路径

方法

NavWM是一个统一的导航世界模型，使用潜在世界标记编码几何和语义先验。它采用基于锚点的多模态轨迹预测框架生成多样化动作空间，并利用视觉前瞻进行闭环规划。该模型在多种机器人数据集上进行了未来状态生成和零样本导航的评估。

关键结果

NavWM在多种机器人数据集上的高保真未来状态生成和零样本导航成功率方面，相较于现有技术取得了显著提升。

资源

论文