PiL-World: 一种用于VLA策略在环评估的块状世界模型

arXiv 2026 64.2 method, application

TLDR

一种用于视觉-语言-动作策略闭环评估的分块世界模型，根据动作轨迹生成多视角未来观测。

评分理由

The paper addresses a clear gap (closed-loop evaluation) with a novel chunk-wise world model that conditions on action trajectories and learns from both success and failure. Strengths include real-world evaluation on dual-arm tasks and multi-view prediction. Weaknesses: limited detail on scalability or comparison to baselines in the abstract.

Read-first 评分解释

综合优先阅读分 64.2，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 51。

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%

90.9

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：0.90894238

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、评估、结果

主题相关性 29%

72.9

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：398。

关键词评分

world model

generative world model

video world model

world dynamics prediction

interactive world model

world simulator

model-based reinforcement learning world model

深度分析

创新点

用于闭环VLA策略评估的分块世界模型
在VLA推理与世界模型预测之间交替的策略在环评估
基于从头部视角机器人运动提取的动作视觉控制以及编码任务执行上下文的潜在历史来条件化视频生成
联合预测互补的多视角观测
同时从成功的遥操作演示和失败的执行轨迹中学习

方法

PiL-World是一种分块世界模型，给定当前观测和来自VLA策略的动作轨迹，生成与策略 rollout 一致的多视角未来观测。它基于头部视角机器人运动和潜在历史来条件化视频生成，并联合预测互补的多视角观测。该模型在成功和失败的执行轨迹上训练，并在三个真实双臂操作任务上评估。

关键结果

PiL-World将真实世界 rollout 中测量的VLA成功率与通过闭环世界模型评估估计的成功率之间的误差从63.2%降低到12.0%。

局限性

评估仅限于三个双臂操作任务

资源

论文