表征世界模型：在表征空间中学习状态、转移与可执行规划

arXiv 2026 33 method

TLDR

提出表征世界模型，直接在表征空间中学习状态、转移与可执行规划，通过潜路径规划，无需展开或搜索。

评分理由

The paper presents a novel approach that integrates planning into representation geometry, avoiding recursive rollouts and action-space search, which is a strong conceptual contribution. However, the abstract provides limited details on experimental settings, baselines, and limitations, making full assessment difficult.

Read-first 评分解释

综合优先阅读分 33，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 34。

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

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：基准、实验、结果

主题相关性 25%

48.6

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

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：无

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：252。

关键词评分

world model

model-based reinforcement learning world model

world dynamics prediction

interactive world model

world simulator

generative world model

video world model

深度分析

创新点

提出了表征世界模型（RWM），直接在表征空间中学习状态、转移与可执行规划。
将规划直接融入学习到的表征几何结构，而非使用显式动力学模型配合搜索、优化或基于策略的预测。
利用逆动态监督，在由端点表征构建的潜路径上局部进行学习，使表征几何保留任务相关的状态与转移信息。
实现推理时规划：直接构建当前表征与目标表征之间的潜路径，并通过逆动态恢复动作，无需递归展开或动作空间搜索。

方法

RWM 通过在由端点表征构建的潜路径上局部施加逆动态监督来学习表征几何，要求这些路径保留与任务相关的状态与转移信息。推理时，规划直接构建当前表征与目标表征之间的潜路径，并通过逆动态恢复相应动作，无需递归展开或动作空间搜索。该方法在连续控制基准和机器人操作任务上进行了评估。

关键结果

在连续控制基准上的实验证明了 RWM 对直接规划的有效性；机器人操作结果进一步显示了其扩展到更复杂具身控制任务的潜力。作者总结认为，直接在表征空间中规划是传统世界模型规划之外的一种有前景的替代方案。

资源

论文