世界模型

WM-R1: Training GUI Agents to Reason and leverage World Models with Reinforcement Learning

WM-R1：用强化学习训练GUI智能体以推理并利用世界模型

Yu Han, Tianwen Qian

机构 * School of Computer Science and Technology, East China Normal University（华东师范大学计算机科学与技术学院） 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 该研究提出首个用世界模型替代真实环境训练GUI智能体的强化学习框架WM-R1，在Android基准测试中其性能显著优于仅GRPO的基线方法和推理时模拟方法。

An Enclosed Mode Is a Gauge Choice: Topology Relative to Reach in Certified Code World Models

闭合模式是一种规范选择：认证代码世界模型中相对于可达性的拓扑结构

Javier Aguilar Martín

机构 * AGILabs 纠错

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 该研究探讨认证代码世界模型中相对于可达性的拓扑，通过LLM合成实验得出三条原则，揭示危险与可达性的关联、修复的限制及缓解措施需匹配错误维度方向的结论。

Comments 33 pages, 2 figures. Paper 3 of a series (companion papers: arXiv:2607.14169 (https://arxiv.org/abs/2607.14169), arXiv:2608.17956 (https://arxiv.org/abs/2608.17956) ). Code, data, and Lean formalization: this https URL (https://github.com/JaviMaligno/code-world-models)

Should I Use This Synthetic Dataset for Training? How to Test with Minimal Real Data

我应该使用这个合成数据集进行训练吗？如何用最少的真实数据进行测试

Zhenyu Tao, Wei Xu, Xiaohu You, Petar Popovski, Osvaldo Simeone

机构 * Southeast University（东南大学） ； Purple Mountain Laboratories（紫金山实验室） ； Aalborg University（奥尔堡大学） ； Northeastern University London（伦敦东北大学） 纠错

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aeSFT方法，用极少真实数据判断合成数据集是否可用于训练，实验表明其识别有用合成数据的效率优于均值序贯测试，性能与固定样本符号翻转测试等相当且假阳性率达标。

Comments Submitted to IEEE

WALDO: One-Shot Exemplar-Conditioned Object Detection in Cluttered Scenes

WALDO：杂乱场景中的一次性示例条件目标检测

Kishor Datta Gupta, Ahmed Rafi Hasan, Md. Mahfuzur Rahman, Md. Sadman Haque, Mohd Ariful Haque

机构 * Clark Atlanta University（克拉克亚特兰大大学） ； United International University（联合国际大学） 纠错

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

AI总结 本文提出WALDO检测头，利用V-JEPA 2.1特征实现低成本一次性示例条件目标检测，在杂乱场景的AP@50优于Grounding DINO，验证了世界模型特征对定位和不存在检测的迁移能力。

AcrossVAM1.0: Particle World Modeling for Text-Assisted Robot Video Prediction

AcrossVAM1.0：面向文本辅助机器人视频预测的粒子世界建模

Yafei Zhang, Nan Wu

机构 * Across Physical AI（跨越物理人工智能公司） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

专题命中 视频世界模型 ：world model(title)；world model(title)；分类 cs.AI、cs.RO

AI总结 该研究提出AcrossVAM1.0模型，通过分解为粒子运动与外观，在文本辅助下实现机器人视频预测，在VRS基准上显著降低轨迹误差、提升PSNR/SSIM等指标，但仍存在LPIPS未超越基线等局限。

Aero Hand Open: A Simulation-Ready Tendon-Driven Hand for Dexterous Manipulation Learning

Aero Hand Open：一种适用于灵巧操作学习的可仿真肌腱驱动手

Nan Wang, Mohit Yadav, Jonathan Wulff, Aidan Rosenbaum, Kezhou Chen, Yuvan Sharma, Xu Dong, Yiwei Tao

机构 * Chestnut Robotics（栗智机器人） ； California Institute of Technology（加州理工学院） 纠错

专题命中 具身与机器人 ：分类 cs.AI、cs.LG、cs.RO；simulation model(abstract)

AI总结 本文提出Aero Hand Open这款仿真就绪的肌腱驱动拟人化手，配套仿真模型、驱动映射与强化学习包，可实现策略在仿真中训练后直接部署到实体手，无需微调与状态估计，并发布了相关全套资源。

Comments 20 pages, 9 figures. Project page: this https URL (https://tetheria.github.io/aero-hand-open/)

Learning to Allocate Incentives for Incentivized Advertising via Offline Model-Based Reinforcement Learning

基于离线模型强化学习的激励式广告激励分配学习

Zilin Zhao, Han Yang, Tianpei Yang, Fangsheng Huang, Yanfei Cui, Kan Peng, Yi Li, Yiming Zong, Hao Zhang, Yinsong Xue

机构 * State Key Laboratory of Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室） ； ByteDance（字节跳动） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 模型式强化学习 ：model-based reinforcement learning(title)；model-based RL(abstract,abstract_cn)；world model(abstract)；world model(abstract)

AI总结 本研究针对激励式广告的序列激励分配问题，提出离线模型强化学习框架，实验显示MB-IQL可显著提升人均净利润，验证了该框架的有效性。

PHR-VLA: Planning Horizon Reasoning for Vision-Language-Action Models

PHR-VLA：面向视觉-语言-动作模型的规划视界推理

Davood Soleymanzadeh, Kaidi Zhang, Zhiyuan Zhang, Bihao Zhang, Xiao Liang, Yu She, Minghui Zheng

机构 * Texas A&M University（德克萨斯农工大学） ； Purdue University（普渡大学） 纠错

专题命中 仿真与规划 ：latent dynamics(abstract)；分类 cs.AI、cs.RO

AI总结 该研究针对现有视觉-语言-动作模型缺乏未来任务动态推理机制的问题，提出PHR-VLA框架，通过辅助未来头对齐潜在动态，提升了机器人操纵任务的成功率。