机器人 / 具身智能

Beyond Next-Observation Prediction: Agent-Authored World Modeling for Sequential Decision Making

超越下一观测预测：面向序贯决策的智能体自创世界建模

Guangfeng Cai, Kaibing Yang, Shuo He, Yu Li, Shengtian Yang, Jiaqi Lv, Lei Feng

机构 * Southeast University（东南大学） ； Meituan（美团） 纠错

专题命中 具身推理 ：world model(title,abstract)

AI总结 提出智能体自创世界建模（AAWM），根据策略决策需求构建训练目标，而非预测下一观测，实验证明其比下一观测预测提供更有效的学习信号。

Comments 16 pages, 4 figures, 6 tables

Equilibrium World Models

均衡世界模型

Simon Scheidegger, Andreas Schaab

专题命中 具身推理 ：world model(title,abstract)

AI总结 提出均衡世界模型（EWMs），一种深度学习方法，通过扩大训练分布并引入代理函数，全局求解包含罕见灾难、约束和反事实状态的动态随机模型，克服标准神经网络求解器的自我确认偏差。

Against the Monolithic Wireless World Model: Why NextG Needs Composable and Agentic Intelligence

反对单一无线世界模型：为什么NextG需要可组合和代理智能

Aladin Djuhera, Farhan Ahmed, Vlad C. Andrei, Swanand Ravindra Kadhe, Alecio Binotto, Haris Gacanin, Holger Boche

专题命中 具身推理 ：world model(title,abstract)

AI总结 本文指出无线领域缺乏等同于LLM的数据基础，主张采用可组合和代理智能架构以实现可部署的AI原生网络。

Journal ref ICML 2026 Workshop on AI and ML for NextG

DWM-RO: Decentralized World Models with Reasoning Offloading for SWIPT-enabled Satellite-Terrestrial HetNets

DWM-RO：面向支持SWIPT的卫星-地面异构网络的去中心化世界模型与推理卸载

Guangyuan Liu, Yinqiu Liu, Ruichen Zhang, Nan Ma, Jiawen Kang, Sumei Sun, Abbas Jamalipour, Ping Zhang

专题命中 具身推理 ：world model(title,abstract)

AI总结 针对SWIPT卫星-地面异构网络中多智能体强化学习样本效率低和协调性差的问题，提出去中心化世界模型与推理卸载框架，通过想象策略训练和边缘协调机制实现快速收敛、高谱效和低约束违规。

Building Social World Models with Large Language Models

用大型语言模型构建社会世界模型

Haofei Yu, Yining Zhao, Guanyu Lin, Jiaxuan You

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 具身推理 ：world model(title,abstract)

AI总结 提出社会世界模型（SWM）框架，利用LLM从社会数据中挖掘时间模式，学习社会信念的状态转移函数，无需人工标注或普查数据，在预测市场基准上超越时序基础模型。

Comments 9 pages. ICML 2026

Compact LLM Deployment and World Model Assisted Offloading in Mobile Edge Computing

紧凑型大语言模型部署与世界模型辅助的卸载在移动边缘计算中

Ruichen Zhang, Xiaofeng Luo, Jiayi He, Jiawen Kang, Zehui Xiong, Shiwen Mao

专题命中 具身推理 ：world model(title,abstract)

AI总结 本文研究了移动边缘计算网络中紧凑型大语言模型（LLM）部署和世界模型辅助的推断卸载问题，提出了一种边缘紧凑型LLM部署（ECLD）框架，结合结构化剪枝、低比特量化和知识蒸馏来构建可部署于边缘的LLM变种，并通过四个互补指标评估这些模型。基于这些紧凑模型，提出了一个MEC卸载优化问题，旨在最小化长期平均推断延迟，同时满足设备能耗预算和LLM特定的服务质量约束。为了解决未知且时间变化的网络动态问题，开发了一种世界模型-近端策略优化（PPO）算法，该算法在原策略优化算法中加入了学习的递归世界模型，以提供改进的价值目标和短时间想象回放。

Comments 16 pages, 10 figures

Holographic entanglement entropy and complexity for the cosmological braneworld model

膜宇宙模型中的引力熵和复杂度

Souvik Paul, Gopinath Guin, Sunandan Gangopadhyay

专题命中 具身推理 ：world model(title,abstract)

AI总结 研究膜宇宙模型中宇宙膨胀的引力熵和复杂度，考虑不同物质源的影响，采用微扰方法计算并验证结果与之前研究的一致性。

Journal ref JHEP 08 (2025) 164

On Emergent Social World Models -- Evidence for Functional Integration of Theory of Mind and Pragmatic Reasoning in Language Models

关于涌现的社会世界模型——证据显示语言模型中理论思维与语用推理的功能整合

Polina Tsvilodub, Jan-Felix Klumpp, Amir Mohammadpour, Jennifer Hu, Michael Franke

机构 * Department of Linguistics University of Tübingen（语言学系图宾根大学） ； Department of Cognitive Science Johns Hopkins University（认知科学系约翰霍普金斯大学） 纠错

专题命中 具身推理 ：world model(title,abstract)

AI总结 本文研究语言模型是否通过共享的计算机制整合一般理论思维与语言特定的语用推理，以支持语言模型是否具备涌现的社会世界模型。通过行为评估和因果机制实验，分析语言模型在七种理论思维能力子类别上的表现，发现支持功能整合假说。

Comments 39 pages, 20 figures, accepted to ACL 2026 Main Conference

R2-Dreamer: Redundancy-Reduced World Models without Decoders or Augmentation

R2-Dreamer：无需解码器或增强的冗余减少世界模型

Naoki Morihira, Amal Nahar, Kartik Bharadwaj, Yasuhiro Kato, Akinobu Hayashi, Tatsuya Harada

机构 * Honda R&D Co., Ltd.（本田研发株式会社） ； The University of Tokyo（东京大学） ； RIKEN AIP（日本科学技术研究院（RIKEN）先进研究所（AIP）） 纠错

专题命中 具身推理 ：world model(title)；分类 cs.RO、cs.AI、cs.LG

AI总结 R2-Dreamer提出一种无需解码器或增强的基于模型的强化学习框架，通过自监督目标作为内部正则化器，提高表示鲁棒性，训练速度更快且在多个任务中表现优异。

Comments 20 pages, 12 figures, 2 tables

Journal ref Published as a conference paper at ICLR 2026

Neuro-Symbolic Synergy for Interactive World Modeling

神经符号协同用于交互世界建模

Hongyu Zhao, Siyu Zhou, Haolin Yang, Zengyi Qin, Tianyi Zhou

专题命中 具身推理 ：world model(title,abstract)

AI总结 NeSyS通过结合LLMs的概率语义先验与可执行符号规则，实现交互世界建模的表达力与鲁棒性，提升预测准确性和数据效率。

R-WoM: Retrieval-augmented World Model For Computer-use Agents

R-WoM：基于检索的世界模型用于计算机使用代理

Kai Mei, Jiang Guo, Shuaichen Chang, Mingwen Dong, Dongkyu Lee, Xing Niu, Jiarong Jiang

机构 * Rutgers University（罗杰斯大学） ； AWS Agentic AI（亚马逊敏捷人工智能） 纠错

专题命中 具身推理 ：world model(title,abstract)

AI总结 R-WoM通过整合外部检索知识提升世界模型能力，有效改善长周期模拟中的决策表现。

From Word to World: Can Large Language Models be Implicit Text-based World Models?

从词到世界：大型语言模型能否作为隐式的基于文本的世界模型？

Yixia Li, Hongru Wang, Jiahao Qiu, Zhenfei Yin, Dongdong Zhang, Cheng Qian, Zeping Li, Pony Ma, Guanhua Chen, Heng Ji

机构 * Southern University of Science and Technology（南方科技大学） ； Microsoft Research（微软研究院） ； University of Edinburgh（爱丁堡大学） ； Princeton University（普林斯顿大学） ； Oxford University（牛津大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学香槟分校） ； Fudan University（复旦大学） ； Mind Lab 纠错

专题命中 具身推理 ：world model(title,abstract)

AI总结 本文研究了大型语言模型在基于文本的环境中作为世界模型的可行性，通过三个评估层面验证了其在提升智能体性能方面的有效性，并明确了环境复杂性和行为覆盖对世界建模效果的影响。

Computer-Using World Model

计算机使用世界模型

Yiming Guan, Rui Yu, John Zhang, Lu Wang, Chaoyun Zhang, Liqun Li, Bo Qiao, Si Qin, He Huang, Fangkai Yang, Pu Zhao, Lukas Wutschitz, Samuel Kessler, Huseyin A Inan, Robert Sim, Saravan Rajmohan, Qingwei Lin, Dongmei Zhang

专题命中 具身推理 ：world model(title,abstract)

AI总结 CUWM是一种用于桌面软件的世界模型，通过两阶段分解预测UI状态变化，提升测试时动作决策的质量和鲁棒性。

Comments 35 pages, 7 figures

LocDreamer: World Model-Based Learning for Joint Indoor Tracking and Anchor Scheduling

LocDreamer：基于世界模型的联合室内跟踪与锚点调度学习

Geng Wang, Zhouyou Gu, Shenghong Li, Peng Cheng, Jihong Park, Branka Vucetic, Yonghui Li

专题命中 具身推理 ：world model(title,abstract)

AI总结 LocDreamer通过基于世界模型的框架，实现了联合室内目标跟踪与高效锚点调度，显著提升跟踪精度与资源利用效率。

Journal ref AAAI-26 Workshop Machine Learning for Wireless Communication and Networks (ML4Wireless), 2026

Reinforcement World Model Learning for LLM-based Agents

基于强化学习的世界模型学习用于基于大语言模型的智能体

Xiao Yu, Baolin Peng, Ruize Xu, Yelong Shen, Pengcheng He, Suman Nath, Nikhil Singh, Jiangfeng Gao, Zhou Yu

机构 * Columbia University, New York（哥伦比亚大学） ； Microsoft Research, Redmond（微软研究院） ； Dartmouth College, Hanover（达特茅斯学院） 纠错

专题命中 具身推理 ：world model(title,abstract)

AI总结 本文提出了一种基于强化学习的世界模型学习方法，用于提升基于大语言模型的智能体在环境动态适应和预测方面的性能。

Comments fixed Nikhil Singh's affiliation

NetWorld: Communication-Based Diffusion World Model for Multi-Agent Reinforcement Learning in Wireless Networks

NetWorld: 基于通信的扩散世界模型用于无线网络中的多智能体强化学习

Kechen Meng, Rongpeng Li, Yansha Deng, Zhifeng Zhao, Honggang Zhang

专题命中 具身推理 ：world model(title,abstract)

AI总结 NetWorld通过通信增强的扩散世界模型，实现无线网络中多智能体强化学习的少样本泛化和高效轨迹规划。

AI and World Models

人工智能与世界模型

Robert Worden

专题命中 具身推理 ：world model(title,abstract)

AI总结 本文探讨了人工智能系统中世界模型的必要性，强调其在预测和控制人工智能行为后果中的关键作用，以及构建可靠世界模型的挑战。

Comments 15 pages, 2 figures

On the uplift of 4D wormholes in Braneworld models and their 5D structure

关于Braneworld模型中4D虫洞的提升及其5D结构

Thomas D. Pappas, Theodoros Nakas

专题命中 具身推理 ：world model(title,abstract)

AI总结 本文研究了Braneworld模型中4D虫洞的提升及其5D结构，推导了通用条件并首次提出flare-out条件，揭示了扭曲额外维度对5D虫洞结构的影响。

Comments 37 pages, 11 figures. v2: Significantly enriched and extended analysis in preparation for journal submission; method generalized to arbitrary radial coordinates; further examples added, including thick-brane models and non-isometric wormholes

From Pixels to Cooperation Multi Agent Reinforcement Learning based on Multimodal World Models

Sureyya Akin, Kavita Srivastava, Prateek B. Kapoor, Pradeep G. Sethi, Sunita Q. Patel, Rahu Srivastava

专题命中 具身推理 ：world model(title,abstract)

Comments We have identified critical issues in the code implementation that severely deviate from Algorithm 1, invalidating all experimental results and conclusions. Despite exhaustive efforts to correct these issues, we find they fundamentally undermine the paper's core claims. To uphold academic integrity and prevent misinformation, we are withdrawing this manuscript

ODesign: A World Model for Biomolecular Interaction Design

Odin Zhang, Xujun Zhang, Haitao Lin, Cheng Tan, Qinghan Wang, Yuanle Mo, Qiantai Feng, Gang Du, Yuntao Yu, Zichang Jin, Ziyi You, Peicong Lin, Yijie Zhang, Yuyang Tao, Shicheng Chen, Jack Xiaoyu Chen, Chenqing Hua, Weibo Zhao, Runze Ma, Yunpeng Xia, Kejun Ying, Jun Li, Yundian Zeng, Lijun Lang, Peichen Pan, Hanqun Cao, Zihao Song, Bo Qiang, Jiaqi Wang, Pengfei Ji, Lei Bai, Jian Zhang, Chang-yu Hsieh, Pheng Ann Heng, Siqi Sun, Tingjun Hou, Shuangjia Zheng

专题命中 具身推理 ：world model(title,abstract)

World Models Should Prioritize the Unification of Physical and Social Dynamics

Xiaoyuan Zhang, Chengdong Ma, Yizhe Huang, Weidong Huang, Siyuan Qi, Song-Chun Zhu, Xue Feng, Yaodong Yang

专题命中 具身推理 ：world model(title,abstract)

A "Good" Regulator May Provide a World Model for Intelligent Systems

Bradly Alicea, Morgan Hough, Amanda Nelson, Jesse Parent

专题命中 具身推理 ：world model(title,abstract)

Comments 44 pages, 5 figures, 3 supplemental Figures, 3 supplemental tables

ByteSized32Refactored: Towards an Extensible Interactive Text Games Corpus for LLM World Modeling and Evaluation

Haonan Wang, Junfeng Sun, Xingdi Yuan, Ruoyao Wang, Ziang Xiao

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Liaoning Technical University（辽宁技术大学） ； Microsoft Research Montréal（微软研究院蒙特利尔分校） ； Central University of Finance and Economics（中央财经大学） 纠错

专题命中 具身推理 ：world model(title,abstract)

Comments 14 pages,15 figures, Accepted to the 5th Wordplay: When Language Meets Games Workshop, EMNLP 2025

WebEvolver: Enhancing Web Agent Self-Improvement with Coevolving World Model

Tianqing Fang, Hongming Zhang, Zhisong Zhang, Kaixin Ma, Wenhao Yu, Haitao Mi, Dong Yu

专题命中 具身推理 ：world model(title,abstract)

Comments EMNLP 2025 Main Conference

Deliberate Reasoning in Language Models as Structure-Aware Planning with an Accurate World Model

Siheng Xiong, Ali Payani, Yuan Yang, Faramarz Fekri

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Cisco Research（思科研究） 纠错

专题命中 具身推理 ：world model(title,abstract)

Comments ACL25 (main)

MobiWorld: World Models for Mobile Wireless Network

Haoye Chai, Yuan Yuan, Yong Li

专题命中 具身推理 ：world model(title,abstract)

Comments 7 pages, 6 figures

Simulating Before Planning: Constructing Intrinsic User World Model for User-Tailored Dialogue Policy Planning

Tao He, Lizi Liao, Ming Liu, Bing Qin

机构 * Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 具身推理 ：world model(title,abstract)

Comments 11 pages, 6 figures, SIGIR 2025

Adapting a World Model for Trajectory Following in a 3D Game

Marko Tot, Shu Ishida, Abdelhak Lemkhenter, David Bignell, Pallavi Choudhury, Chris Lovett, Luis França, Matheus Ribeiro Furtado de Mendonça, Tarun Gupta, Darren Gehring, Sam Devlin, Sergio Valcarcel Macua, Raluca Georgescu

专题命中 具身推理 ：world model(title)；分类 cs.AI、cs.CV、cs.LG

Constraints on Bulk Fields: No-Go Conjectures for Braneworld Models

G. Alencar, M. Gogberashvili, R. N. Costa Filho

专题命中 具身推理 ：world model(title,abstract)

Comments This version has been accepted for publication in The European Physical Journal C (EPJC)

Spiking World Model with Multi-Compartment Neurons for Model-based Reinforcement Learning

Yinqian Sun, Feifei Zhao, Mingyang Lv, Yi Zeng

专题命中 具身推理 ：world model(title,abstract)