面向具身代理测试时适应的世界模型植入

arXiv 25.9 2025 45.2 method, system

TLDR

WorMI通过测试时组合将LLMs与领域特定世界模型结合，实现具身AI跨域适应。

评分理由

The paper presents a novel framework (WorMI) that effectively integrates LLMs with retrieved world models for zero-shot and few-shot adaptation, validated on two benchmarks. However, it lacks real-world experiments and the abstract does not detail limitations or comparisons to non-LLM baselines.

Read-first 评分解释

综合优先阅读分 45.2，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 26。

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

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：基准、结果

主题相关性 42%

37.1

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 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：无；数据：无；命中信号：无

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：357。

关键词评分

world model

interactive world model

model-based reinforcement learning world model

generative world model

world dynamics prediction

world simulator

video world model

深度分析

创新点

世界模型植入框架（WorMI），通过测试时组合将LLM推理与领域特定世界模型结合
基于原型的世界模型检索，利用高效的基于轨迹的抽象表示匹配
世界级复合注意力方法，整合检索到的世界模型的知识，并将其中间表示与推理模型对齐

方法

WorMI框架通过测试时组合将基于LLM的推理模型与独立学习的领域特定世界模型结合。它使用基于原型的检索方法，通过匹配抽象轨迹表示来选择相关世界模型，并采用世界级复合注意力机制来融合领域特定知识并在代理策略中对齐表示。

关键结果

在VirtualHome和ALFWorld基准测试中，WorMI在多个未见过的领域上实现了优于几种基于LLM的方法的零样本和少样本性能。

技术栈

LLMsWorld ModelsPrototype-based RetrievalWorld-wise Compound AttentionVirtualHomeALFWorld

资源

论文