PH-Dreamer: 基于端口-哈密顿生成动力学的物理驱动世界模型

arXiv 2026 56.3 method

TLDR

基于Port-Hamiltonian动力学的物理驱动世界模型，通过物理先验提升模拟器保真度与控制效率。

评分理由

The paper introduces a novel framework that integrates physical principles into world models, demonstrating clear improvements in reward alignment, energy consumption, and jerk. Strengths include a principled approach and empirical validation, but the abstract lacks details on benchmark diversity and comparison baselines.

Read-first 评分解释

综合优先阅读分 56.3，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 56。

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

主题相关性 29%

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

引用影响力 18%

72.2

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：0.72150319

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：基准

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：无

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

前沿论文桥接论文

排序敏感性

稳定性：volatile；排名波动范围：489。

关键词评分

world model

world simulator

generative world model

world dynamics prediction

model-based reinforcement learning world model

interactive world model

video world model

深度分析

创新点

将隐式物理先验嵌入循环状态转移中，通过将投影潜变量演化建模为由流和耗散控制的能量路由，使PH相空间偏向更紧凑且物理结构化的表示。
开发运动学感知的能量世界模型，从本体感受观测中估计哈密顿量和功率平衡，为热力学推理提供显式物理信号。
建立能量引导的Actor-Critic，利用拉格朗日乘子将策略优化正则化至更低能量和更平滑控制。

方法

本文提出PH-Dreamer，一种将Port-Hamiltonian动力学集成到循环状态空间架构中的世界模型。它包含三个组件：潜状态转移中的隐式物理先验、运动学感知的能量估计器，以及使用拉格朗日乘子的能量引导Actor-Critic。在视觉控制基准上评估，测量渐近回报、奖励对齐、相空间体积、能量消耗和加加速度。

关键结果

该模型实现了更优的渐近回报，想象奖励与真实奖励之间更紧密、更低方差的对齐，潜相空间体积减少4.18-8.41%，能量消耗最多降低7.80%，均方加加速度最多降低9.38%。

技术栈

Port-Hamiltonian dynamicsRecurrent state space modelsActor-CriticLagrangian multipliersKinematics-aware energy estimation

资源

论文