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

WorldAgen：统一状态-动作预测与测试时世界模型训练

arXiv 2026 43.9 method

TLDR

WorldAgen统一状态-动作预测，结合世界建模与测试时训练，在CALVIN和LIBERO上超越现有方法。

评分理由

The paper proposes a clear unified architecture with separate world-model and agent heads, supported by test-time adaptation and benchmark evaluations. Weaknesses include limited evidence of real-world deployment and no details on scalability or failure cases in the abstract.

Read-first 评分解释

综合优先阅读分 43.9，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 43。

方法质量 15%
100

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、数据集、评估、实验、结果

近期性 5%
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

主题相关性 25%
61.4

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 15%
38

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

引用影响力 15%
13.4

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：0.13388351

图谱声望 15%
5.7

基于可用 OpenAlex 引用关系构建局部引用图，并计算 PageRank 风格的图谱声望。 局部 PageRank：0.0016

引用速度 10%
0

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

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：682。

关键词评分

world model
10
world dynamics prediction
9
interactive world model
7
world simulator
6
generative world model
5
model-based reinforcement learning world model
4
video world model
2

深度分析

创新点

  • 在共享Transformer骨干中联合学习世界建模与动作预测的统一框架。
  • 双头设计：世界模型头根据过去状态-动作轨迹预测未来状态，智能体模型头根据任务指令预测动作。
  • 混合单向注意力掩码（Mixed Unidirectional Attention Mask），用于分离世界模型与智能体模型的计算。
  • 测试时训练（TTT）适应机制：在部署时采样探索动作、收集真实状态转移，并对世界模型进行轻量更新。

方法

WorldAgen使用带两个头的共享Transformer骨干：世界模型头从过去状态-动作轨迹预测未来状态，智能体模型头根据任务指令预测动作，二者通过混合单向注意力掩码分离。测试时，模型采样探索动作、收集真实状态转移，并通过轻量级测试时训练更新来精化世界模型。在CALVIN和LIBERO基准上与当前最先进方法进行对比评估。

关键结果

基线WorldAgen在CALVIN和LIBERO上达到与现有最先进方法相当、某些情况下更优的性能；在少量样本上进行测试时训练后，WorldAgen超越了现有最先进模型。

资源

论文

标签