SAGE: 子目标条件动作生成用于潜在世界模型规划

arXiv 2026 38.1 method

TLDR

SAGE通过子目标条件动作生成改进潜在世界模型的长期规划，在PushT和OGBench Cube上取得更高成功率。

评分理由

The paper introduces a novel prior-conditioned planner that decomposes goals into subgoals to guide action generation, effectively addressing the proposal quality issue in long-horizon planning. However, the evaluation is limited to two simulated benchmarks (PushT and OGBench Cube), lacking real-world or diverse task validation, and the method's generalizability remains unclear.

Read-first 评分解释

综合优先阅读分 38.1，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 39。

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

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：评估、实验

主题相关性 29%

55.7

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 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：无

引用影响力 18%

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 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

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：213。

关键词评分

world model

world dynamics prediction

world simulator

model-based reinforcement learning world model

generative world model

interactive world model

video world model

深度分析

创新点

先验条件规划器，用结构化引导替代随机提案初始化，通过目标条件生成器预测指定持续时间内下一个可达的潜在子目标。
使用不同持续时间的子目标作为先验，捕捉跨时间尺度的语义信息，平衡精细局部控制与长期进展。
在冻结世界模型评估和优化之前，将动作序列生成条件化为预测的子目标。

方法

SAGE是一种用于潜在世界模型的先验条件规划器。在每个规划阶段，一个目标条件生成器预测不同持续时间的可达潜在子目标；这些子目标条件化生成候选动作序列。然后冻结的世界模型在执行前评估和优化这些提案。

关键结果

在目标偏移为150的PushT和OGBench Cube上，SAGE将长期规划成功率分别从12.7%提升至64.7%和从26.7%提升至67.3%，同时保持了强大的短期性能。

技术栈

Latent World ModelsGoal-Conditioned GeneratorPrior-Conditioned PlannerSubgoal-Conditioned Action Generation

资源

论文