视觉与机器人

世界模型

面向环境建模、时序预测、仿真规划、具身智能和自动驾驶的世界模型方法与应用。

2026-02-04 至 2026-02-04 共收录 3 篇信号源：cs.AI, cs.LG, cs.CV, cs.RO, cs.MA

1. 具身与机器人 3 篇

2602.03793 2026-02-04 cs.RO cs.CV 96%

BridgeV2W: Bridging Video Generation Models to Embodied World Models via Embodiment Masks

BridgeV2W: 通过具身遮罩将视频生成模型与具身世界模型 bridging

Yixiang Chen, Peiyan Li, Jiabing Yang, Keji He, Xiangnan Wu, Yuan Xu, Kai Wang, Jing Liu, Nianfeng Liu, Yan Huang, Liang Wang

机构 * New Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences（模式识别新实验室（NLPR），自动化研究所，中国科学院）； School of Artificial Intelligence, University of Chinese Academy of Sciences（人工智能学院，中国科学院大学）； Shandong University（山东大学）

专题命中具身与机器人：world model(title,abstract)；world models(title,abstract)；embodied world model(title,abstract)；world model(title,abstract)

AI总结 BridgeV2W 通过具身遮罩将视频生成模型与具身世界模型结合，解决坐标空间动作与像素空间视频的不匹配问题，并提升视频生成质量与跨具身统一性。

2602.02857 2026-02-04 cs.RO 78%

Latent Perspective-Taking via a Schrödinger Bridge in Influence-Augmented Local Models

通过影响增强的局部模型实现潜在的视角转换

Kevin Alcedo, Pedro U. Lima, Rachid Alami

机构 * Institute for Systems and Robotics（系统与机器人研究所）； Universidade de Lisboa（里斯本大学）； LAAS-CNRS（拉沙尔国家研究中心）； Artificial and Natural Intelligence Toulouse Institute (ANITI)（图卢兹人工智能与自然智能研究所）

专题命中具身与机器人：world model(abstract,comments)；world model(abstract,comments)；model-based reinforcement learning(abstract)；分类 cs.RO

AI总结本文提出了一种基于影响增强的局部模型和施罗德桥的神经符号框架，用于实现机器人在社交交互中的心理状态推断和决策规划。

Comments Extended Abstract & Poster, Presented at World Modeling Workshop 2026

2602.03501 2026-02-04 cs.LG cs.AI 56%

Reparameterization Flow Policy Optimization

重参数化流策略优化

Hai Zhong, Zhuoran Li, Xun Wang, Longbo Huang

专题命中具身与机器人：model-based reinforcement learning(abstract)；分类 cs.AI、cs.LG

AI总结本文提出重参数化流策略优化方法，通过联合反向传播流生成过程和系统动力学，提升模型驱动强化学习的样本效率和探索能力。