简单、好、快：无负担的自我监督世界模型

ICLR 25 2025 63.7 method

TLDR

SGF是一个简单、快速的自我监督世界模型，使用帧堆叠和数据增强，在Atari 100k上评估。

评分理由

The paper clearly identifies essential components of world models and demonstrates strong performance with a minimalist design, supported by ablation studies and quantitative comparisons. However, the evaluation is limited to the Atari 100k benchmark, and the abstract does not discuss generalization to more complex or real-world environments.

Read-first 评分解释

综合优先阅读分 63.7，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 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

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：有；数据：无；命中信号：GitHub

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：消融、基准

主题相关性 42%

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

研究版图角色

前沿论文复现锚点

排序敏感性

稳定性：volatile；排名波动范围：240。

关键词评分

world model

model-based reinforcement learning world model

world dynamics prediction

interactive world model

video world model

generative world model

world simulator

深度分析

创新点

不使用RNN、Transformer、离散表示或图像重建的自我监督表示学习
帧和动作堆叠以捕捉短期依赖关系
数据增强以增强对模型错误的鲁棒性

方法

SGF是一个世界模型，使用自我监督表示学习，通过帧和动作堆叠捕捉短期依赖关系，并通过数据增强增强鲁棒性。在Atari 100k基准上通过消融研究和与已有世界模型的定量比较进行评估。

关键结果

通过在Atari 100k基准上的定量比较展示了良好的性能。

资源

论文代码