推理-想象-行动：基于世界模型的闭环大语言模型决策用于自动驾驶

arXiv 2026 60.3 method, application

TLDR

一种闭环LLM框架，结合世界模型进行在线安全验证，在CARLA中优于基线。

评分理由

The paper presents a novel integration of LLM reasoning with world model rollouts for real-time safety, supported by strong empirical results in simulation. However, it lacks real-world validation and the world model is not generative or video-based, limiting the scope of some keyword scores.

Read-first 评分解释

综合优先阅读分 60.3，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 36。

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%

81.6

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：0.81579843

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：有；数据：无；命中信号：代码、GitHub

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、指标

主题相关性 29%

51.4

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

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

基础论文前沿论文复现锚点

排序敏感性

稳定性：volatile；排名波动范围：463。

关键词评分

world model

world dynamics prediction

interactive world model

world simulator

model-based reinforcement learning world model

generative world model

video world model

深度分析

创新点

将LLM推理器与动作条件世界模型耦合的闭环框架，用于在线安全验证
LLM提出动作模板和候选子动作，世界模型进行短时域推演，安全评分器选择最安全的可执行动作
安全评分器向下一步推理提供反馈，实现物理可行性的动态验证

方法

Reason-Imagine-Act (RIA) 框架集成了LLM推理器与动作条件世界模型。在每个决策步骤，LLM生成动作模板和候选子动作；世界模型执行短时域推演以预测结果；安全评分器选择最安全的可执行动作，并向LLM提供反馈以进行后续推理。该框架在统一的CARLA点目标协议下（1000个episode）进行评估，与无需训练的基线CARLA TM和MADA在闭环指标上进行比较。

关键结果

RIA实现了80.05%的路线完成率、51.10%的到达率和0.20%的碰撞率，在相同闭环接口下持续优于无需训练的基线。

资源

论文代码