RoboHorizon：一种基于LLM辅助的多视角世界模型用于长时域机器人操作

arXiv 25.1 2025 51.3 method, application

TLDR

RoboHorizon结合LLM和多视角世界模型与关键帧发现，用于长时域机器人操作，在模拟基准上优于基线。

评分理由

The paper presents a novel pipeline combining LLM-generated dense rewards and multi-view masked autoencoders for keyframe discovery, showing strong empirical gains on RLBench and FurnitureBench. However, it lacks real-world validation and the approach may be complex to deploy.

Read-first 评分解释

综合优先阅读分 51.3，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 33。

近期性 8%

86.7

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：2025

方法质量 25%

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

主题相关性 42%

47.1

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 25%

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

研究版图角色

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：339。

关键词评分

world model

model-based reinforcement learning world model

world dynamics prediction

video world model

world simulator

generative world model

interactive world model

深度分析

创新点

提出了用于长时域机器人操作任务的Recognize-Sense-Plan-Act (RSPA)流水线
引入了RoboHorizon，一种利用预训练LLM为多阶段子任务生成密集奖励结构的LLM辅助多视角世界模型
将关键帧发现集成到多视角掩码自编码器（MAE）架构中，以增强对关键任务序列的感知
结合密集奖励和多视角表示构建机器人世界模型，用于高效长时域规划和基于RL的行动

方法

RoboHorizon遵循Recognize-Sense-Plan-Act (RSPA)流水线。预训练的LLM根据任务语言指令为多阶段子任务生成密集奖励结构。将关键帧发现集成到多视角掩码自编码器（MAE）中以感知关键任务序列。利用这些密集奖励和多视角表示构建机器人世界模型，并使用RL算法进行行动。

关键结果

在RLBench上，RoboHorizon在4个短时域任务上实现了23.35%的任务成功率提升，在RLBench的6个长时域任务和FurnitureBench的3个家具组装任务上实现了29.23%的提升，优于最先进的基于视觉模型的RL方法。

资源

论文