世界模型

WIMLE: Uncertainty-Aware World Models with IMLE for Sample-Efficient Continuous Control

WIMLE：具有IMLE的不确定性感知世界模型用于高效连续控制

Mehran Aghabozorgi, Alireza Moazeni, Yanshu Zhang, Ke Li

专题命中 通用世界模型 ：world model(title,abstract)；world models(title,abstract)；world model(title,abstract)；world models(title,abstract)

AI总结 WIMLE通过扩展IMLE至模型基于强化学习框架，学习随机多模世界模型并估计预测不确定性，提升了连续控制任务的样本效率和稳定性。

Comments Accepted at ICLR 2026. Website: https://mehranagh20.github.io/wimle/ Code: https://github.com/mehranagh20/wimle

Journal ref In Proceedings of the Fourteenth International Conference on Learning Representations (ICLR 2026), 2026

Disentangled World Models: Learning to Transfer Semantic Knowledge from Distracting Videos for Reinforcement Learning

解耦世界模型：从干扰视频中学习转移语义知识以用于强化学习

Qi Wang, Zhipeng Zhang, Baao Xie, Xin Jin, Yunbo Wang, Shiyu Wang, Liaomo Zheng, Xiaokang Yang, Wenjun Zeng

机构 * MoE Key Lab of Artificial Intelligence, AI Institute, Shanghai Jiao Tong University（上海交通大学人工智能研究院教育部人工智能重点实验室） ； Ningbo Institute of Digital Twin, Eastern Institute of Technology, Ningbo, China（东方理工高等研究院宁波数字孪生研究院） ； Ningbo Key Laboratory of Spatial Intelligence and Digital Derivative, Ningbo, China（宁波市空间智能与数字衍生重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Shenyang Institute of Computing Technology, Chinese Academy of Sciences（中国科学院沈阳计算技术研究所） ； Shenyang CASNC Technology Co., Ltd（沈阳中科数控技术股份有限公司） 纠错

专题命中 通用世界模型 ：world model(title,abstract)；world models(title,abstract)；world model(title,abstract)；world models(title,abstract)

AI总结 本文提出了解耦世界模型，通过离线到在线的潜在蒸馏和灵活解耦约束，从干扰视频中学习语义知识，提升强化学习的样本效率。

Comments Accepted by ICCV 2025. Project page: https://qiwang067.github.io/diswm

Empowering Multi-Robot Cooperation via Sequential World Models

通过序列世界模型增强多机器人协作

Zijie Zhao, Honglei Guo, Shengqian Chen, Kaixuan Xu, Bo Jiang, Yuanheng Zhu, Dongbin Zhao

机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； SKL-MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所复杂系统管理与控制国家重点实验室） 纠错

专题命中 通用世界模型 ：world model(title,abstract)；world models(title,abstract)；world model(title,abstract)；world models(title,abstract)

AI总结 本文提出SeqWM框架，通过引入序列范式提升多机器人MBRL的协作能力，实验表明其在性能和样本效率上优于现有方法，并展示了预测适应、时间对齐和角色分配等先进协作行为。

Physically Interpretable World Models via Weakly Supervised Representation Learning

通过弱监督表征学习实现物理可解释的世界模型

Zhenjiang Mao, Mrinall Eashaan Umasudhan, Ivan Ruchkin

机构 * University of Florida（佛罗里达大学） 纠错

专题命中 通用世界模型 ：world model(title,abstract)；world models(title,abstract)；world model(title,abstract)；world models(title,abstract)

AI总结 本文提出PIWM框架，通过弱监督学习实现物理可解释的世界模型，利用物理动态约束提升预测准确性与系统参数恢复能力。

PlayWorld: Learning Robot World Models from Autonomous Play

PlayWorld: 从自主玩耍中学习机器人世界模型

Tenny Yin, Zhiting Mei, Zhonghe Zheng, Miyu Yamane, David Wang, Jade Sceats, Samuel M. Bateman, Lihan Zha, Apurva Badithela, Ola Shorinwa, Anirudha Majumdar

机构 * Princeton University（普林斯顿大学） 纠错

专题命中 通用世界模型 ：world model(title,abstract)；world models(title,abstract)；world model(title,abstract)；world models(title,abstract)

AI总结 PlayWorld通过自主玩耍数据训练高保真视频世界模拟器，解决了传统方法在物理交互预测上的不足，提升了机器人操控任务的预测精度和政策性能。

Comments Website: https://robot-playworld.github.io/

Co-Evolving Latent Action World Models

共演潜在动作世界模型

Yucen Wang, Fengming Zhang, De-Chuan Zhan, Li Zhao, Kaixin Wang, Jiang Bian

专题命中 通用世界模型 ：world model(title,abstract)；world models(title,abstract)；world model(title,abstract)；world models(title,abstract)

AI总结 本文提出CoLA-World，通过关键预热阶段实现联合学习，解决世界模型与动作模型的协同问题，提升视频模拟质量和下游视觉规划性能。

A Frame is Worth One Token: Efficient Generative World Modeling with Delta Tokens

一个标记值得一个标记：高效生成世界建模与Delta标记

Tommie Kerssies, Gabriele Berton, Ju He, Qihang Yu, Wufei Ma, Daan de Geus, Gijs Dubbelman, Liang-Chieh Chen

机构 * Amazon（亚马逊） ； Eindhoven University of Technology（埃因霍温理工大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 通用世界模型 ：world model(title,abstract)；world model(title,abstract)；world models(abstract)；video world model(abstract)

AI总结 本文提出DeltaTok和DeltaWorld，通过将视频特征差值编码为单个连续标记，实现高效生成世界建模，减少参数和计算量，提升预测多样性。

Comments CVPR 2026. Code and weights: https://deltatok.github.io

Individual and Combined Effects of English as a Second Language and Typos on LLM Performance

英语作为第二语言与拼写错误的个体与综合影响

Serena Liu, Yutong Yang, Prisha Sheth, Weixuan Dong, Mingjiao Diao, Xinru Zhu, Nikhil Banga, Oscar Melendez, Arnav Sharma, Minda Zhao, Marina Lin, Mengyu Wang

机构 * Harvard University（哈佛大学） 纠错

专题命中 通用世界模型 ：world model(abstract)；world model(abstract)；分类 cs.AI

AI总结 研究探讨了英语作为第二语言和拼写错误对大语言模型性能的影响，发现两者结合时性能下降更显著，且在封闭式任务中表现更一致，而开放式任务结果更混杂。

Causal Process Models: Reframing Dynamic Causal Graph Discovery as a Reinforcement Learning Problem

因果过程模型：将动态因果图发现重新表述为强化学习问题

Turan Orujlu, Christian Gumbsch, Martin V. Butz, Charley M Wu

机构 * University of Tübingen（图宾根大学） ； MPI for Biological Cybernetics（马克斯·普朗克生物控制论研究所） ； University of Amsterdam（阿姆斯特丹大学） ； TU Darmstadt（达姆施塔特工业大学） 纠错

专题命中 通用世界模型 ：world model(abstract)；world model(abstract)；分类 cs.LG

AI总结 本文提出因果过程模型，通过将动态因果图构建视为多智能体强化学习问题，实现了从视觉观测中学习稀疏时间变化因果图，提升可解释性和计算效率。

Structural Rigidity and the 57-Token Predictive Window: A Physical Framework for Inference-Layer Governability in Large Language Models

结构刚性和57个标记的预测窗口：一种用于大语言模型推理层可控性的物理框架

Gregory M. Ruddell

专题命中 通用世界模型 ：world-model(abstract)；world-model(abstract)；分类 cs.AI

AI总结 本文提出一种物理框架，通过分析大语言模型的推理行为，揭示了预提交信号的存在条件，并展示了结构刚性在不同几何区域中的统一度量。

Comments Extends arXiv:2603.21415. 30 pages. Also available on Zenodo (10.5281/zenodo.19393882)

ReinVBC: A Model-based Reinforcement Learning Approach to Vehicle Braking Controller

ReinVBC：一种基于模型的强化学习方法用于车辆制动控制器

Haoxin Lin, Junjie Zhou, Daheng Xu, Yang Yu

机构 * National Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院） ； Polixir Technologies（探境科技） 纠错

专题命中 模型式强化学习 ：model-based reinforcement learning(title,abstract)；分类 cs.LG、cs.RO；dynamics model(abstract)

AI总结 本文提出ReinVBC，利用基于模型的强化学习方法解决车辆制动控制问题，通过工程设计获得可靠的车辆动力学模型和制动策略，实验证明其在实际车辆制动中的有效性及替代传统防抱死刹车系统潜力。

A Robust SINDy Autoencoder for Noisy Dynamical System Identification

一种鲁棒的SINDy自编码器用于噪声动力系统识别

Kairui Ding

机构 * Department of Mathematics, Columbia University（哥伦比亚大学数学系） 纠错

专题命中 模型式强化学习 ：latent dynamics(abstract)；分类 cs.LG

AI总结 本文提出一种鲁棒的SINDy自编码器，通过引入噪声分离模块提高对噪声动力系统识别的鲁棒性，并在洛伦兹系统上验证了其有效性。

Comments 27 pages

Seemingly Simple Planning Problems are Computationally Challenging: The Countdown Game

看似简单的规划问题具有计算挑战性：倒计时游戏

Michael Katz, Harsha Kokel, Sarath Sreedharan

机构 * IBM T. J. Watson Research Center（IBM T. J. Watson 研究中心） ； IBM San Jose（IBM 圣何塞） ； Colorado State University（科罗拉多州立大学） 纠错

专题命中 仿真与规划 ：world-model(abstract)；world-model(abstract)；分类 cs.AI

AI总结 本文提出基于倒计时游戏的规划基准，该问题具有NP完全复杂性，能有效评估规划能力，实验显示现有LLM方法在该基准上仍面临挑战。

Mitigating Value Hallucination in Dyna Planning via Multistep Predecessor Models

通过多步前驱模型缓解Dyna规划中的价值幻觉

Farzane Aminmansour, Taher Jafferjee, Ehsan Imani, Erin Talvitie, Micheal Bowling, Martha White

机构 * Dept of Computer Science, Harvey Mudd College, USA（美国哈维穆德学院计算机科学系） 纠错

专题命中 仿真与规划 ：environment model(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出通过多步前驱模型改进Dyna算法，以减少环境模型误差导致的价值幻觉问题，实验验证了该方法的有效性。

Comments Published in Journal of Artificial Intelligence (JAIR) in 2024. Updated to published version, changed title to JAIR version, added a new author that led the submission