⌁ Awesome World Model Hub 论文 · 数据集 · 项目
English GitHub
← 返回论文列表

World Models 解锁强化学习智能体中的最优觅食策略

arXiv 25.12 2025 41.4 method, application

TLDR

基于模型的RL智能体通过学习世界模型，收敛到MVT最优觅食策略。

评分理由

The paper presents a clear connection between world models and optimal foraging, with strong theoretical grounding in MVT. However, it lacks real-world validation and does not address scalability or broader applicability beyond simulated foraging tasks.

Read-first 评分解释

综合优先阅读分 41.4，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 28。

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

主题相关性 42%
40

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%
40

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

可复现性 25%
30

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：339。

关键词评分

world model
10
model-based reinforcement learning world model
10
world dynamics prediction
6
world simulator
2
generative world model
0
interactive world model
0
video world model
0

深度分析

创新点

  • 证明了具有学习世界模型的人工觅食者自然收敛到与边际价值定理（MVT）一致的策略
  • 表明预期能力（而非单纯的奖励最大化）驱动高效的斑块离开行为
  • 揭示了基于模型的智能体展现出与生物觅食者相似的决策模式，为可解释且具有生物学基础的AI提供了基础

方法

该研究采用了一个基于模型的强化学习智能体，该智能体学习其环境的简约预测表示。该智能体在斑块觅食任务中进行评估，并与标准的无模型强化学习智能体进行比较，以评估与边际价值定理的一致性。

关键结果

基于模型的智能体收敛到与MVT一致的最优觅食策略，并展现出与生物觅食者相似的决策模式，而无模型智能体则不然。

资源

论文

标签