模拟蒸馏：在仿真中预训练世界模型以实现快速真实世界适应

arXiv 26.3 2026 49.1 method

TLDR

SimDist在仿真中预训练世界模型，通过监督式系统辨识适应真实世界，实现快速改进。

评分理由

The paper presents a novel framework that leverages physics simulators for scalable pretraining of world models, addressing data scarcity in real-world robot learning. Its strengths include clear methodology and strong empirical results on contact-rich tasks, but it may be limited by reliance on simulator fidelity and task-specific assumptions.

Read-first 评分解释

综合优先阅读分 49.1，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 51。

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

主题相关性 29%

72.9

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

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：代码、GitHub

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：无

引用影响力 18%

37.3

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。归一化引用分位：0.37262297

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：375。

关键词评分

world model

world dynamics prediction

model-based reinforcement learning world model

world simulator

interactive world model

generative world model

video world model

深度分析

创新点

模拟蒸馏（SimDist）框架，利用物理模拟器作为可扩展的基于动作条件的机器人经验来源，用于预训练世界模型
将编码器、奖励模型和价值函数从模拟迁移到真实世界，在真实世界适应中仅更新潜在动力学模型
将真实世界适应简化为监督式系统辨识，同时保留密集的长时域规划信号

方法

SimDist通过在模拟中从物理模拟器蒸馏结构先验来预训练世界模型，使其能够从原始真实世界观测进行规划。在真实世界适应阶段，编码器、奖励模型和价值函数从模拟迁移，仅使用真实世界预测损失更新潜在动力学模型。

关键结果

在接触密集的操作和四足 locomotion 任务中，SimDist能够随着经验快速改进，而先前的适应方法在在线微调过程中难以取得进展甚至性能下降。

资源

论文项目