视觉与机器人
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。
图世界模型：概念、分类与未来方向
机构 * The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学）
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 本文系统阐述了图世界模型的概念，分类了基于关系归纳偏置的三种类型，并探讨了其未来研究方向与挑战。
通过推断飞行：用于自适应无人机群的主动推断世界模型
机构 * Department of Engineering and Naval Architecture (DITEN), University of Genoa（工程与 naval 架构系（DITEN），热那亚大学） ； Intelligent Systems Laboratory, Department of Systems Engineering and Automation, Carlos III University of Madrid（智能系统实验室，系统工程与自动化系，马德里卡洛斯三世大学）
专题命中 通用世界模型 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)
AI总结 本文提出了一种专家引导的主动推断框架，用于自适应无人机群轨迹规划。该方法将多无人机轨迹设计转化为分层概率推断问题，通过遗传算法生成专家示范并学习世界模型，实现高效的轨迹规划与动态调整。
Comments Submitted to IEEE journal
受世界模型启发的大型语言模型代理 sarcasm 推理
机构 * Faculty of Business and Commerce, Kansai University（大阪 kansai 大学 商业与文理学院） ； Faculty of Medicine, The University of Tokyo（东京大学 医学部）
专题命中 通用世界模型 ：world model(title,abstract)；world model(title,abstract)
AI总结 本文提出 WM-SAR 模型，通过分解语义不一致性和意图进行 sarcasm 推理，实现高可解释性和性能提升。
超越高斯瓶颈：基于拓扑对齐的视觉Transformer特征空间编码
机构 * Department of Computer Engineering, Koç University, Istanbul, Turkey（科克大学计算机工程系，伊斯坦布尔，土耳其） ； Department of Computer Engineering, Hacettepe University, Ankara, Turkey（哈恰塔佩大学计算机工程系，安卡拉，土耳其） ； KUIS AI Research Center, Istanbul, Turkey（KUIS人工智能研究中心，伊斯坦布尔，土耳其） ； Department of Electrical and Electronics Engineering, Koç University, Istanbul, Turkey（科克大学电气与电子工程系，伊斯坦布尔，土耳其）
专题命中 通用世界模型 ：world model(abstract)；world models(abstract)；world model(abstract)；world models(abstract)
AI总结 本文提出S²VAE框架，通过压缩和表示场景的3D状态，包括相机运动、深度和点结构，以提升视觉模型的几何一致性。实验显示，几何对齐的超球面隐空间在高压缩条件下优于传统高斯瓶颈。
Comments 16 pages, 10 figures
BAss：基于BDD的抽象辩证框架符号推理
机构 * Faculty of Informatics, Masaryk University（马萨里克大学信息学院） ； Faculty of Computer Science and Engineering, Ho Chi Minh City University of Technology (HCMUT)（胡志明市技术大学计算机科学与工程学院）
专题命中 通用世界模型 ：world model(abstract)；world models(abstract)；world model(abstract)；world models(abstract)
AI总结 BAss基于BDD提出新型分析工具，实现抽象辩证框架的所有可接受、完整和优先解释的全符号计算，优于现有工具并在大规模解空间场景中表现优异，推动系统生物学研究。
对齐感知、推理、建模与交互：物理AI的综述
机构 * Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； ETH Zurich（苏黎世联邦理工学院） ； ETH AI Center（苏黎世联邦理工学院人工智能中心） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学） ； Yinwang Intelligent Technology Co., Ltd.（云网智能技术有限公司） ； Peking University and Beijing International Center for Mathematical Research（北京大学和北京国际数学研究中心）
专题命中 通用世界模型 ：world model(abstract)；world models(abstract)；world model(abstract)；world models(abstract)
AI总结 本文综述了物理AI，探讨了理论物理推理与应用物理理解的区别，并分析了基于物理的方法如何提升AI在现实世界中的理解能力，推动更安全、可推广的AI系统。
具有强化学习的图形用户界面代理：迈向数字居民
机构 * Shandong University（山东大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； The Hong Kong University（香港大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tencent（腾讯）
专题命中 通用世界模型 ：world-model(abstract)；world-model(abstract)；分类 cs.AI、cs.CV
AI总结 本文探讨了强化学习与GUI代理的结合，提出分类体系及趋势分析，旨在指导下一代鲁棒GUI自动化及基础设施发展。
Comments Project Page: https://github.com/Steve2457/Awesome-RL-GUI-Agents
用生成式多模态模型模拟临床干预
机构 * Department of Computer Science and Applied Mathematics, Weizmann Institute of Science（魏茨曼科学研究所计算机科学与应用数学系） ； Department of Molecular Cell Biology, Weizmann Institute of Science（魏茨曼科学研究所分子细胞生物学系） ； NVIDIA ； Novo Nordisk Foundation Center for Basic Metabolic Research, University of Copenhagen（诺沃维克基金会基础代谢研究中心，哥本哈根大学） ； Faculty of Medical and Health Sciences, Tel Aviv University（特拉维夫大学医学与健康科学学院） ； The Jesse Z and Sara Lea Shafer Institute for Endocrinology and Diabetes, National Center for Childhood Diabetes, Schneider Children’s Medical Center of Israel（杰西Z和索菲亚·李·沙弗内分泌学与糖尿病研究所，以色列儿童糖尿病国家中心，施耐德儿童医学中心） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
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HealthFormer模型，通过训练人类表型项目数据，生成人类生理轨迹，实现对个体生理变化的预测和干预模拟，提升临床风险评分和疾病预测能力。
HERMES++：迈向统一的驾驶世界模型用于3D场景理解和生成
机构 * Huazhong University of Science and Technology（华中科技大学） ； Mach Drive ； University of Hong Kong（香港大学）
专题命中 自动驾驶 ：world model(title,abstract)；driving world model(title,abstract)；world model(title,abstract)；driving world model(title,abstract)
AI总结 本文提出HERMES++，一种统一的驾驶世界模型，整合3D场景理解和未来几何预测。通过BEV表示、LLM增强世界查询和当前到未来链接等设计，提升驾驶场景的生成与理解能力。
Comments Extended version of ICCV 25 paper HERMES, Code: https://github.com/H-EmbodVis/HERMESV2, Project page: https://h-embodvis.github.io/HERMESV2/
RAY-TOLD: 基于射线的任务导向潜在动力学用于密集动态障碍物避障与TDMPC
机构 * School of Electrical Engineering, Hanyang University（翰阳大学电气工程学院） ； Mechatronics, Systems and Control Lab (MSC Lab), Department of Mechanical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（机械工程系，韩国科学技术院（KAIST）机电系统与控制实验室（MSC实验室）） ； Samsung Research, Samsung Electronics（三星研究所，三星电子）
专题命中 模型式强化学习 ：latent dynamics(title,abstract)；分类 cs.AI、cs.RO；dynamics model(abstract)
AI总结 本文提出RAY-TOLD，结合物理基础MPPI的鲁棒性与强化学习的长视界，通过LiDAR中心的潜在动力学模型实现动态障碍物避障，提升导航可靠性与安全性。
Comments 8 pages, 4 figures
检测容易，适应困难：基于视觉模型的强化学习在分布偏移下的局部专家增长
机构 * University of Georgia（佐治亚大学）
专题命中 模型式强化学习 ：model-based reinforcement learning(title,abstract)；分类 cs.LG
AI总结 本文研究了视觉模型强化学习在分布偏移下的适应问题，提出JEPA-Indexed Local Expert Growth方法，通过局部专家进行动作修正，提升了对偏移环境的鲁棒性。
R3DM：通过动态模型在多智能体强化学习中实现角色发现与多样性
专题命中 模型式强化学习 ：dynamics model(title,abstract)；分类 cs.MA
AI总结 R3DM通过动态模型最大化智能体角色、观察轨迹与预期未来行为间的互信息，提升多智能体协作效率，实验表明其在SMAC和SMACv2环境中显著提升胜率。
Comments 21 pages, To appear in the International Conference of Machine Learning (ICML 2025)
RopeDreamer：一种用于柔性可变形线性物体动态的运动学递归状态空间模型
机构 * Technical University of Darmstadt（德意志技术大学） ； School of Electrical and Computer Engineering, Universidade Estadual de Campinas (UNICAMP)（坎皮纳斯州立大学电气与计算机工程学院） ； Instituto de Pesquisas Eldorado（Eldorado研究所） ； Honda Research Institute Europe GmbH（本田欧洲研究院） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） ； Robotics Institute Germany (RIG)（德国机器人研究所） ； Centre for Cognitive Science（认知科学研究中心） ； Artificial Ingelligence Lab, Recod.ai（Recod.ai人工智能实验室）
专题命中 模型式强化学习 ：latent dynamics(abstract)；分类 cs.RO；dynamics model(abstract)
AI总结 本文提出结合递归状态空间模型与四元数运动链表示的潜变量框架，用于预测柔性可变形线性物体的状态，通过约束物理有效流形减少自交和非物理变形，提升长周期预测性能。
PINN-Cast：探索连续深度NODE在Transformer中的作用及物理信息损失作为短期天气预报中的软物理约束
机构 * University of New South Wales（新南威尔士大学）
专题命中 模型式强化学习 ：latent dynamics(abstract)；分类 cs.LG、cs.CV
AI总结 本文提出连续深度Transformer编码器，结合Neural ODE动态和物理信息损失，提升短期天气预报的准确性与物理一致性。
Comments 14 pages, 4 Figures, Accepted in 26th International Conference on Computational Science (ICCS 2026)
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈