时间感知世界模型用于自适应预测与控制

arXiv 25.6 2025 62 method, application

TLDR

TAWM以时间步长为条件学习多频率动态，提升跨多种任务预测与控制。

评分理由

The paper introduces a novel time-aware conditioning mechanism that improves data efficiency and performance across control tasks, grounded in information theory. However, it lacks real-world validation and may face scalability challenges in complex environments.

Read-first 评分解释

综合优先阅读分 62，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 37。

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：代码、GitHub

主题相关性 42%

52.9

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 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：评估

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：275。

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

通过以时间步长Δt为条件显式融入时间动态
在多种Δt值上训练以学习高频和低频动态
信息论基础：最优采样率取决于系统动态
跨不同观测率的自适应预测与控制，提升数据效率

方法

TAWM是一种基于模型的方法，以时间步长Δt为条件，在多种Δt值上训练，而非在固定时间步长上采样。它在多种控制任务上以不同观测率进行评估，使用与传统模型相同数量的训练样本和迭代次数。

关键结果

TAWM在多种控制任务的不同观测率下，使用相同数量的训练样本和迭代次数，始终优于传统模型。

技术栈

World ModelModel-based Reinforcement LearningTime-step conditioning

资源

论文代码