机器人操作的世界模型：综述

arXiv 2026 64 survey

TLDR

综述机器人操作的世界模型，将其定义为动作条件预测系统，并按表示、预测-动作耦合和使用流程组织方法。

评分理由

The paper provides a comprehensive taxonomy and review of world models in robotic manipulation, clearly defining the scope and distinguishing different families. However, as a survey, it lacks novel experiments or real-world validation, and the breadth may obscure specific design trade-offs.

Read-first 评分解释

综合优先阅读分 64，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

引用影响力 18%

89.8

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：0.89803948

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：基准、数据集、评估

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：数据集

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方法锚点

排序敏感性

稳定性：volatile；排名波动范围：396。

关键词评分

world model

world dynamics prediction

generative world model

video world model

world simulator

interactive world model

model-based reinforcement learning world model

深度分析

创新点

将世界模型操作性地定义为动作条件预测系统
将现有工作组织为五种表示家族
功能分类法，区分集成预测-动作模型与显式预测规划器
基础设施角色刻画（合成经验生成、候选过滤、基于搜索的评估、学习环境、结果验证）
角色在预训练、后训练和推理适应中的映射
综述34个操作数据集并综合评估协议

方法

作者对机器人操作的世界模型进行了系统综述，按照三个指导性问题组织文献：预测什么未来表示、预测如何与动作连接、以及何时使用预测。他们开发了功能分类法，刻画了基础设施角色，综述了34个数据集，并综合了预测保真度、任务性能和模拟器可靠性的评估协议。

关键结果

该综述揭示世界模型正从任务特定的动力学预测器演变为机器人学习的预测基础设施，并指出了关键开放挑战，包括接触建模、幻觉控制、动作对齐和闭环使用下的基准测试。

局限性

接触建模仍是一个开放挑战
幻觉控制尚未解决
预测与控制之间的动作对齐困难
闭环使用下的基准测试尚不成熟

资源

论文