PRISM: 先验引导的世界模型想象采样

arXiv 2026 58 method

TLDR

PRISM从世界模型的冻结编码器中提取动作先验，引导基于模型的规划中的采样，以最小架构开销提升成功率。

评分理由

The paper presents a simple, task-agnostic method for guiding action sampling using a prior derived from the world model's own representations, avoiding complex external models. However, the abstract cuts off the quantitative results, and there is no mention of real-world experiments or benchmarks, limiting the assessment of practical impact.

Read-first 评分解释

综合优先阅读分 58，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 43。

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%

96.9

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：0.96901283

主题相关性 29%

61.4

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 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：数据集

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、数据集

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

排序敏感性

稳定性：volatile；排名波动范围：478。

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

提出一种任务无关框架，从同一数据集和世界模型的学习表示中提取动作先验，避免独立视觉编码器或大规模VLM的架构膨胀。
在冻结的JEPA风格编码器上直接附加轻量级MLP，预测状态条件高斯先验。
通过精度加权的Product-of-Gaussians更新将先验融合到规划器的采样分布中，这是一种无参数闭式集成。
在Cube和PushT任务上，相比基于世界模型的原始MPC，成功率分别提升35和32个百分点，且无显著推理开销。

方法

PRISM基于标准JEPA风格的潜在世界模型。它在冻结的编码器上附加轻量级MLP，预测状态条件高斯先验。在规划时，通过精度加权的Product-of-Gaussians更新将该先验融合到规划器的采样分布中，从而引导采样过程。该框架是任务无关的，并使用与世界模型相同的数据集。

关键结果

PRISM在Cube和PushT任务上，相比基于世界模型的原始MPC，成功率分别提升35和32个百分点，且未引入显著推理开销。

技术栈

JEPAMLPProduct-of-GaussiansMPC

资源

论文