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。

2026-06-01 至 2026-06-01 共收录 2 篇信号源：cs.AI, cs.LG, cs.CV, cs.RO, cs.MA

1. 具身与机器人 2 篇

2605.31314 2026-06-01 cs.RO 90%

AR Forcing: Towards Long-Horizon Robot Navigation World Model

AR Forcing: 迈向长时域机器人导航世界模型

Yifei Yang, Zehua Fan, Huan Li, Aoqi Wang, Lida Huang, Haibao Yu, Haiyan Liu, Xuanyao Mao, Jason Bao, Liang Xu, Bingchuan Sun, Yan Wang

机构 * Institute for AI Industry Research, Tsinghua University（清华大学人工智能产业研究院）； Shanghai Jiao Tong University（上海交通大学）； School of Safety Science, Tsinghua University（清华大学安全科学学院）； The University of Hong Kong（香港大学）； Lenovo, Beijing, China（北京联想公司）

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

AI总结提出AR Forcing自回归训练策略，通过将扩散损失集成到自回归训练循环中，解决训练与推理分布偏移问题，提升长时域导航中图像一致性和轨迹预测精度。

2605.30795 2026-06-01 cs.RO 69%

Feat2Go: Visual Feature-Grounded Value Estimation for Embodied Reinforcement Learning

Feat2Go: 面向具身强化学习的视觉特征基础价值估计

Junyang Shu, Zhiwei Lin, Bingqing Wei, Yongtao Wang

机构 * Wangxuan Institute of Computer Technology, Peking University, China（北京大学计算机科学技术研究院）

专题命中具身与机器人：world model(abstract)；world model(abstract)；分类 cs.RO

AI总结提出Feat2Go框架，通过预训练视觉世界模型提取补丁级子目标相似度并聚类语义阶段，训练具身价值模型预测结构进度以重塑终端奖励，显著提升VLA模型在单臂和双臂操作任务中的强化学习性能。