OPINE-World: 基于本体错误优先的交互式探索的程序化世界建模

arXiv 2026 42.2 method

TLDR

OPINE-World通过交互探索在线学习对象中心程序化世界模型，在ARC-AGI-3上评估。

评分理由

The paper presents a novel approach combining program synthesis with interactive exploration, addressing data efficiency and transfer. Strengths include a clear methodology and benchmark evaluation; weaknesses are limited scope (25 games) and potential scalability concerns.

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 41。

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

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%

58.6

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 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

引用影响力 18%

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。引用数：0

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

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：319。

关键词评分

world model

interactive world model

world dynamics prediction

model-based reinforcement learning world model

world simulator

generative world model

video world model

深度分析

创新点

使用LLM代理从交互中在线学习以对象为中心的程序化世界模型
协作双代理循环：一个在环境中行动，另一个通过回放验证和基于模型的规划合成代码模型
由称为本体错误的贝叶斯对象类型充分性度量引导的探索
将程序合成的世界模型扩展到没有给定对象词汇的像素渲染环境

方法

OPINE-World是一个LLM代理，通过耦合两个代理在线学习以对象为中心的程序化世界模型：一个与环境交互，另一个使用回放验证和基于模型的规划合成代码模型。探索由贝叶斯本体错误度量引导。评估在ARC-AGI-3基准上进行，其中对象词汇、目标和动作语义被隐藏。

关键结果

OPINE-World在没有逐游戏训练的情况下解决了25个ARC-AGI-3游戏中的20个，并达到了78.4的动作效率分数，与人类基线相比。

资源

论文