统一对象中心世界模型与扩散策略：面向多阶段机器人任务的层次化框架

arXiv 2026 53.6 method, application

TLDR

结合对象中心世界模型与扩散策略的分层框架，用于多阶段机器人操作任务。

评分理由

The paper introduces WorldDP, which uses a high-level world model for subgoal planning and a low-level diffusion policy for execution, showing strong empirical results on robotics benchmarks. Its strengths include a novel hierarchical design and object-centric representations, but limitations may include reliance on specific task domains and lack of theoretical guarantees.

Read-first 评分解释

综合优先阅读分 53.6，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 35。

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

引用影响力 18%

96.9

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：0.96940507

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：基线、基准

主题相关性 29%

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

基础论文前沿论文桥接论文

排序敏感性

稳定性：volatile；排名波动范围：459。

关键词评分

world model

world dynamics prediction

world simulator

interactive world model

generative world model

model-based reinforcement learning world model

video world model

深度分析

创新点

结合对象中心世界模型与扩散策略的分层框架，用于多阶段机器人操作
高层世界模型作为转移函数，在运行时优化可行子目标
对象中心表示解耦环境实体，支持按实体进行顺序规划

方法

WorldDP采用分层方法，高层世界模型作为转移函数在运行时优化可行子目标，然后由低层扩散策略执行。引入对象中心表示以解耦环境实体，从而能够针对每个实体进行顺序规划。该框架在多个机器人基准测试中与现有基线进行了评估。

关键结果

WorldDP在多个机器人基准测试中持续优于现有基线，证明将世界模型的物理基础规划与扩散策略的高效执行相结合，能够获得更优的多阶段性能。

资源

论文