Pelican-Sim 1.0：面向具身智能的通用世界模型模拟器

arXiv 2026 45.7 method, system

TLDR

Pelican-Sim 1.0是面向具身智能的通用世界模型模拟器，利用统一动作表示、稀疏MoE和高效rollout提升预测与基准表现。

评分理由

The paper introduces a principled simulator architecture with clear innovations and validates them via extensive quantitative comparisons and downstream tasks on multiple benchmarks. However, as a technical report, the abstract reveals limited information about implementation details, baselines, and potential limitations, so some claims require fuller scrutiny.

Read-first 评分解释

综合优先阅读分 45.7，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 62。

近期性 5%

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

主题相关性 25%

88.6

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

方法质量 15%

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、评估、实验、指标

可复现性 15%

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：检查点

图谱声望 15%

5.7

基于可用 OpenAlex 引用关系构建局部引用图，并计算 PageRank 风格的图谱声望。局部 PageRank：0.0016

引用影响力 15%

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 10%

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：762。

关键词评分

world model

world simulator

interactive world model

video world model

world dynamics prediction

generative world model

model-based reinforcement learning world model

深度分析

创新点

面向具身智能的通用世界模型模拟器，从视觉上下文和机器人动作预测未来观测
统一的28维动作值空间覆盖主流具身形态，使单一模型可跨异构设备使用
使用URDF和相机渲染的动作视频进行动作-视觉注入，桥接动作与像素，提升可控性
稀疏混合专家层为异构动力学增加容量并减少模态间冲突
通过因果适配和少步蒸馏实现高效rollout生成，形成四步自回归模拟器
在约一百万条真实与仿真轨迹上训练

方法

Pelican-Sim 1.0是一个世界模型模拟器，在约一百万条真实与仿真轨迹上训练，从视觉上下文和机器人动作预测未来观测。它结合统一的28维动作表示、URDF和相机渲染的动作视频以实现动作-视觉注入、稀疏混合专家层，以及因果适配与少步蒸馏，构建四步自回归模拟器。评估涵盖在AgiBotWorld Beta、RoboMIND和RoboTwin上相对于稠密基线和替代融合基线的视频质量与可控性指标，以及在RoboTwin上的下游策略实验。

关键结果

Pelican-Sim 1.0在AgiBotWorld Beta上将PSNR相比最强评估基线提高4.636，在RoboMIND上提高2.080，在RoboTwin上提高10.343，并将适配后的EWMBench DYN分数在RoboTwin上提升0.426。在RoboTwin下游任务中，每个任务的50条演示额外加入500条生成轨迹后，策略成功率从70%提高到93%；策略评估在五个检查点上达到0.994的Pearson相关系数；动作选择相对成功率增益达47.7%，策略改进达20.3%。

资源

论文