世界模型

Efficient transfer learning and online adaptation with latent variable models for continuous control

Christian F. Perez, Felipe Petroski Such, Theofanis Karaletsos

专题命中 模型式强化学习 ：model-based RL(abstract)；分类 cs.LG

Comments Presented at Continual Learning Workshop, NeurIPS 2018, Montreal, Canada. 5 pages, 4 figures

Policy Optimization with Model-based Explorations

Feiyang Pan, Qingpeng Cai, An-Xiang Zeng, Chun-Xiang Pan, Qing Da, Hualin He, Qing He, Pingzhong Tang

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

Comments Accepted at AAAI-19

Woulda, Coulda, Shoulda: Counterfactually-Guided Policy Search

Lars Buesing, Theophane Weber, Yori Zwols, Sebastien Racaniere, Arthur Guez, Jean-Baptiste Lespiau, Nicolas Heess

专题命中 模型式强化学习 ：model-based RL(abstract)；分类 cs.LG

Efficiently Learning Nonstationary Gaussian Processes for Real World Impact

Sahil Garg

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

Comments Draft is not suitable for public view at present. It requires significant additions of experiment results

Model-Free Linear Quadratic Control via Reduction to Expert Prediction

Yasin Abbasi-Yadkori, Nevena Lazic, Csaba Szepesvari

专题命中 模型式强化学习 ：model-based RL(abstract)；分类 cs.LG

A Hierarchical Bayesian Linear Regression Model with Local Features for Stochastic Dynamics Approximation

Behnoosh Parsa, Keshav Rajasekaran, Franziska Meier, Ashis G. Banerjee

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

Comments 38 pages, 9 figures

Generative Temporal Models with Spatial Memory for Partially Observed Environments

Marco Fraccaro, Danilo Jimenez Rezende, Yori Zwols, Alexander Pritzel, S. M. Ali Eslami, Fabio Viola

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

Comments ICML 2018

Accurate Uncertainties for Deep Learning Using Calibrated Regression

Volodymyr Kuleshov, Nathan Fenner, Stefano Ermon

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

Comments ICML 2018

Structure Learning in Motor Control:A Deep Reinforcement Learning Model

Ari Weinstein, Matthew M. Botvinick

专题命中 模型式强化学习 ：model-based reinforcement learning(abstract)；分类 cs.AI

Comments 39th Annual Meeting of the Cognitive Science Society, to appear

Prediction and Control with Temporal Segment Models

Nikhil Mishra, Pieter Abbeel, Igor Mordatch

专题命中 模型式强化学习 ：分类 cs.AI、cs.LG、cs.RO；dynamics model(abstract)

Comments camera-ready version, ICML 2017

Learning and Policy Search in Stochastic Dynamical Systems with Bayesian Neural Networks

Stefan Depeweg, José Miguel Hernández-Lobato, Finale Doshi-Velez, Steffen Udluft

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

LFADS - Latent Factor Analysis via Dynamical Systems

David Sussillo, Rafal Jozefowicz, L. F. Abbott, Chethan Pandarinath

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

Comments 16 pages, 11 figures

Inference for SDE models via Approximate Bayesian Computation

Umberto Picchini

专题命中 模型式强化学习 ：latent dynamics(abstract)；dynamics model(abstract)

Comments Version accepted for publication in Journal of Computational & Graphical Statistics

Model-Based Policy Gradients with Parameter-Based Exploration by Least-Squares Conditional Density Estimation

Syogo Mori, Voot Tangkaratt, Tingting Zhao, Jun Morimoto, Masashi Sugiyama

专题命中 模型式强化学习 ：model-based RL(abstract)；分类 cs.LG

Optimism in Reinforcement Learning and Kullback-Leibler Divergence

Sarah Filippi, Olivier Cappé, Aurélien Garivier

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

Comments This work has been accepted and presented at ALLERTON 2010; Communication, Control, and Computing (Allerton), 2010 48th Annual Allerton Conference on, Monticello (Illinois) : États-Unis (2010)

Thoughts-as-Planning: Latent World Models for Chain-of-Thoughts Optimization via Reinforcement Planning

思想即规划：通过强化规划进行思维链优化的潜在世界模型

Dong Liu, Yanxuan Yu, Ying Nian Wu

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Columbia University（哥伦比亚大学） 纠错

专题命中 仿真与规划 ：world model(title,abstract)；world models(title)；world model(title,abstract)；world models(title)

AI总结 提出Thoughts-as-Planning框架，将思维链优化形式化为潜在语义空间中的序贯决策过程，通过潜在世界模型模拟推理链编辑对下游输出的影响，并利用梯度下降或强化学习进行规划，在语言理解和生成任务上优于现有基线。

Sparse Imagination for Efficient Visual World Model Planning

稀疏想象用于高效的视觉世界模型规划

Junha Chun, Youngjoon Jeong, Taesup Kim

机构 * Graduate School of Data Science, Seoul National University（数据科学研究生院，首尔国立大学） ； Department of Electrical and Computer Engineering, Seoul National University（电气与计算机工程系，首尔国立大学） 纠错

专题命中 仿真与规划 ：world model(title,abstract)；world model(title,abstract)；world models(abstract)；world models(abstract)

AI总结 本文提出稀疏想象方法，通过减少标记处理数量提升视觉世界模型规划效率，同时保持高控制保真度。

Comments Accepted to ICLR 2026; Project Page: https://nikriz1.github.io/sparse_imagination/

Grounding World Simulation Models in a Real-World Metropolis

将世界模拟模型扎根于现实世界中的城市

Junyoung Seo, Hyunwook Choi, Minkyung Kwon, Jinhyeok Choi, Siyoon Jin, Gayoung Lee, Junho Kim, JoungBin Lee, Geonmo Gu, Dongyoon Han, Sangdoo Yun, Seungryong Kim, Jin-Hwa Kim

机构 * KAIST AI（韩国科学技术院人工智能研究中心） ； NAVER AI Lab（NAVER人工智能实验室） ； SNU AIIS（成均馆大学人工智能研究所） 纠错

专题命中 仿真与规划 ：world model(abstract)；world models(abstract)；video world model(abstract)；simulation model(title,abstract)

AI总结 本文提出Seoul World Model，通过检索增强的条件生成真实城市场景，解决时间错位和轨迹多样性问题，生成高保真、时序一致的长时景视频。

Comments project page: https://seoul-world-model.github.io/

3D-Anchored Lookahead Planning for Persistent Robotic Scene Memory via World-Model-Based MCTS

基于世界模型的MCTS的3D锚定前瞻性规划用于持久性机器人场景记忆

Bronislav Sidik, Dror Mizrahi

机构 * Huawei Technologies, Israel R&D Center（华为技术有限公司以色列研发中心） 纠错

专题命中 仿真与规划 ：world-model(title)；world-model(title)；world model(abstract)；world model(abstract)

AI总结 本文提出3D-Anchored Lookahead Planning，结合MCTS与3D一致的世界模型，通过持续的相机到世界锚点实现精准重规划，提升了机器人在需要空间记忆任务中的成功率。

Comments 5 pages, 1 figure, 1 table

ChronoDreamer: Action-Conditioned World Model as an Online Simulator for Robotic Planning

ChronoDreamer：基于动作的动态世界模型作为机器人规划的在线模拟器

Zhenhao Zhou, Dan Negrut

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 纠错

专题命中 仿真与规划 ：world model(title,abstract)；world model(title,abstract)；分类 cs.AI、cs.RO

AI总结 ChronoDreamer通过时空变换器和视觉-语言模型，实现基于动作的动态世界模型，用于机器人规划中的安全动作预测与碰撞检测。

Sora and V-JEPA Have Not Learned The Complete Real World Model -- A Philosophical Analysis of Video AIs Through the Theory of Productive Imagination

Jianqiu Zhang

专题命中 仿真与规划 ：world model(title,abstract)；world model(title,abstract)；分类 cs.AI、cs.CV

Comments 30 pages, 9 figures

DreamLedger: Where to Refuse World-Model Imagination Using Execution-Settled Credit

DreamLedger：机器人决策回路中用于世界模型想象的执行结算信用文件

Xianyao Li, Ruitong Tian, Rui Min, Fang Xu, Jing Du

机构 * University of Florida（佛罗里达大学） 纠错

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

AI总结 该研究提出DreamLedger执行结算信用文件，管控机器人世界模型预测的消耗，在多模拟域和真实机械臂上验证，可减少无效想象、降低验证探测次数，适用于多模型与硬件场景。

Comments 12 pages, 6 figures, 10 tables

Internalizing the Future: A Unified Agentic Training Paradigm for World Model Planning

内化未来：一种统一的世界模型规划智能体训练范式

Xuan Zhang, Zhijian Zhou, Lingfeng Qiao, Yulei Qin, Ke Li, Xing Sun, Xiaoyu Tan, Chao Qu, Yuan Qi

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Tencent Youtu Lab（腾讯优图实验室） 纠错

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

AI总结 提出一种三阶段训练范式（WM-AMT、FE-SFT、FC-RL），使LLM智能体内化世界模型以进行前瞻性规划，在搜索和数学推理任务上优于基线方法。

Affective Music Recommendation: A Rollout-Based World Model for Offline Preference Optimization

情感音乐推荐：基于展开世界模型的离线偏好优化

Audrey Chan, Aaron Labbé, Jacob Lavoie, Jordan Bannister, Arsène Fansi Tchango, Guillaume Lajoie, Laurent Charlin

机构 * LUCID Inc. Toronto Canada ； LUCID Inc. Montr\' e al Canada ； Mila --- Qu\' e bec AI Institute Montr\' e al Canada ； LUCID Inc. ； Mila --- Qu\' e bec AI Institute 纠错

专题命中 仿真与规划 ：world model(title,abstract)；world model(title,abstract)；分类 cs.LG

AI总结 针对在线情感实验受伦理限制的问题，提出基于展开世界模型的情感音乐推荐系统AMRS，利用因果Transformer预测用户情感状态，并通过离线偏好优化提升推荐效果。

Learn2Fold: Structured Origami Generation with World Model Planning

Learn2Fold: 基于世界模型规划的结构化折纸生成

Yanjia Huang, Yunuo Chen, Ying Jiang, Jinru Han, Zhengzhong Tu, Yin Yang, Chenfanfu Jiang

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

AI总结 本文提出Learn2Fold框架，通过结合符号推理与物理模拟，解决从文本生成物理有效的折纸折叠序列问题。

Comments 9 pages, 6 figures

DriveDreamer-Policy: A Geometry-Grounded World-Action Model for Unified Generation and Planning

DriveDreamer-Policy: 一种基于几何的世界-动作模型用于统一生成与规划

Yang Zhou, Xiaofeng Wang, Hao Shao, Letian Wang, Guosheng Zhao, Jiangnan Shao, Jiagang Zhu, Tingdong Yu, Zheng Zhu, Guan Huang, Steven L. Waslander

机构 * GigaAI ； University of Toronto（多伦多大学） ； CUHK MMLab（香港中文大学多媒体实验室） 纠错

专题命中 仿真与规划 ：world model(abstract)；world models(abstract)；world-model(abstract)；world model(abstract)

AI总结 本文提出DriveDreamer-Policy，结合深度生成、未来视频生成与运动规划，通过几何感知的世界表示提升生成与规划的连贯性与准确性。

Comments 11 pages, 4 figures; Project Website: https://drivedreamer-policy.github.io/

ImagiDrive: A Unified Imagination-and-Planning Framework for Autonomous Driving

ImagiDrive: 一种用于自动驾驶的统一想象与规划框架

Jingyu Li, Bozhou Zhang, Xin Jin, Jiankang Deng, Xiatian Zhu, Li Zhang

机构 * School of Data Science, Fudan University（复旦大学数据科学学院） ； Shanghai Innovation Institute（上海创新研究院） ； Eastern Institute of Technology（技术东院） ； Imperial College London（伦敦帝国理工学院） ； University of Surrey（萨里大学） 纠错

专题命中 仿真与规划 ：world model(abstract)；world models(abstract)；driving world model(abstract)；world model(abstract)

AI总结 ImagiDrive通过整合视觉-语言模型和驾驶世界模型，实现自动驾驶中的统一想象与规划循环，提升场景生成和决策预测的准确性与效率。

Comments Accepted for publication in 2026 IEEE International Conference on Robotics and Automation (ICRA)

Learning Abstract World Model for Value-preserving Planning with Options

Rafael Rodriguez-Sanchez, George Konidaris

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

Comments Published in the Proceedings of Reinforcement Learning Conference

"Just in Time" World Modeling Supports Human Planning and Reasoning

即时世界建模支持人类规划与推理

Tony Chen, Sam Cheyette, Kelsey Allen, Joshua Tenenbaum, Kevin Smith

机构 * MIT Department of Brain and Cognitive Sciences（麻省理工学院脑科学与认知科学系） ； UBC Departments of Computer Science and Psychology（不列颠哥伦比亚大学计算机科学与心理学系） 纠错

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

AI总结 本文提出'即时'框架，通过在线构建简化表示实现高效心理模拟，支持人类规划与推理。

Theoretical Foundations and Effective Algorithms for Policy-Aware Simulator Learning

策略感知模拟器学习的理论基础与有效算法

Christoph Dann, Yishay Mansour, Mehryar Mohri

机构 * Google Research（谷歌研究） ； Tel Aviv University（特拉维夫大学） ； Courant Institute of Mathematical Sciences（数学科学学院） 纠错

专题命中 仿真与规划 ：world model(abstract)；world models(abstract)；world model(abstract)；world models(abstract)

AI总结 针对模型强化学习中模拟器利用问题，提出以策略鲁棒性为目标，通过零和极小极大博弈学习模拟器，并给出理论保证与有效算法。