面向因果感知强化学习的以对象为中心的世界模型

AAAI 26 2026 53.6 method

TLDR

STICA用对象中心Transformer世界模型和因果策略，在对象丰富基准上实现样本高效强化学习。

评分理由

The paper introduces a novel integration of object-centric representations and causality-aware decision-making, showing strong empirical results on benchmarks. However, it lacks real-world experiments and does not address scalability or limitations of the approach.

Read-first 评分解释

综合优先阅读分 53.6，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 34。

近期性 8%

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

方法质量 25%

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：基准、实验、结果

主题相关性 42%

48.6

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 25%

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：无

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：399。

关键词评分

world model

model-based reinforcement learning world model

world dynamics prediction

world simulator

generative world model

interactive world model

video world model

深度分析

创新点

以对象为中心的Transformer作为世界模型
因果感知的策略网络和价值网络
令牌级动态和交互预测
通过注意力层进行因果引导的决策

方法

STICA将每个观测表示为一组以对象为中心的令牌，以及智能体动作和所得奖励的令牌。基于以对象为中心的Transformer的世界模型预测令牌级动态和交互。策略网络和价值网络估计令牌级因果关系，并将其融入注意力层以指导决策。

关键结果

在对象丰富的基准测试上，STICA在样本效率和最终性能方面持续优于最先进的智能体。

资源

论文