RoleWorld：基于功能角色抽象的世界建模知识迁移

arXiv 2026 35.4 method

TLDR

RoleWorld通过功能角色抽象和可执行规则实现世界模型知识迁移，在MARS基准上验证。

评分理由

The paper presents a novel symbolic approach for world model transfer using role prototypes and parameterized rules, with strong empirical validation on MARS. However, the abstract lacks details on baseline comparisons and potential limitations of fixed transition rules in highly novel environments.

Read-first 评分解释

综合优先阅读分 35.4，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、评估、实验

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：代码、GitHub

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：427。

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

引入功能角色抽象，将可复用原型与环境特定参数值相结合来表示对象行为，而非围绕环境特定对象组织符号世界知识。
教师LLM从交互轨迹中提取角色原型、定义在角色实例上的可执行转移规则，以及指导执行者LLM在决策中使用角色信息的技能。
在目标世界中，执行者利用该技能以及当前角色分配和参数估计，在不确定性影响决策时主动通过交互检验角色实例假设。
角色分配和参数估计通过动作反馈在线更新，无需更新LLM参数，且转移规则保持不变。

方法

RoleWorld是一种符号世界建模方法，教师LLM从交互轨迹中提取角色原型、基于角色实例的可执行转移规则和技能。在目标环境中，执行者LLM结合当前角色分配和参数估计使用该技能，在决策过程中主动检验不确定的角色假设，并根据反馈在线更新角色信息。评估在MARS基准上进行，不更新LLM参数，且转移规则保持不变。

关键结果

在MARS基准上的实验表明，RoleWorld能够在对象行为显著改变的环境中实现稳健的泛化。

资源

论文