基于采样的世界模型运动动力学规划

arXiv 2026 33.6 method

TLDR

将基于采样的运动规划与视觉世界模型结合，在潜空间用RRT/KPIECE超越CEM/MPPI，完成长时程任务。

评分理由

The paper addresses a clear limitation of optimizer-based planning with world models and proposes GPU-native sampling-based alternatives, with experiments in simulation and on a real robot. The main weakness visible from the abstract is the narrow evaluation setting and limited comparison to other planning baselines.

Read-first 评分解释

综合优先阅读分 33.6，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 44。

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

主题相关性 25%

62.9

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

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：评估

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

排序敏感性

稳定性：volatile；排名波动范围：337。

关键词评分

world model

world simulator

world dynamics prediction

interactive world model

generative world model

video world model

model-based reinforcement learning world model

深度分析

创新点

重新审视视觉世界模型的基于采样的运动规划，使用学习模型作为潜空间树搜索的传播器。
表明高维构型空间规划中的采样策略可直接应用于世界模型潜空间，能够扩展至短视优化器无法采样的中间状态。
提出两种潜空间探索策略：最近邻引导的RRT和基于投影的KPIECE。
使用GPU原生的批量扩展，实现规划期间的高效设备利用。

方法

该方法使用现成的DINO-WM视觉世界模型作为潜空间内基于采样的树搜索的传播器。它改编了动力学采样规划策略，特别是最近邻引导的RRT和基于投影的KPIECE，并采用GPU原生的批量扩展。在四个模拟域和一个真实世界推块任务中，与CEM和MPPI进行了成功率与规划时间的对比评估。

关键结果

所提方法在模拟中匹配或超过CEM和MPPI的成功率，同时规划时间最高降低13.8倍；在真实机器人推块任务上成功率提高20%。

技术栈

DINO-WMRRTKPIECECEMMPPIGPU-native batched expansion

资源

论文