机器人学习中的世界模型：全面综述
摘要
本综述全面回顾了机器人学习中世界模型的文献，涵盖其在策略学习、规划和模拟中的作用。文章突出了预测建模在具身智能体中的关键范式、基准测试及未来发展方向。
查看缓存全文
缓存时间: 2026/05/13 04:10
论文页面 - 机器人学习的世界模型：全面综述
来源：https://huggingface.co/papers/2605.00080 作者：
,
,
,
,
,
,
,
,
,
,
,
,
,
,
,
,
摘要
作为环境动态的预测表征，世界模型已成为机器人学习的重要组成部分，支持策略学习、规划和模拟等多种具身应用场景。
世界模型（https://huggingface.co/papers?q=World%20models）是对环境在动作作用下如何演化的预测表征（https://huggingface.co/papers?q=predictive%20representations），已成为机器人学习（https://huggingface.co/papers?q=robot%20learning）的核心组件。它们支持策略学习（https://huggingface.co/papers?q=policy%20learning）、规划（https://huggingface.co/papers?q=planning）、模拟（https://huggingface.co/papers?q=simulation）、评估（https://huggingface.co/papers?q=evaluation）和数据生成，并随着基础模型和大规模视频生成（https://huggingface.co/papers?q=video%20generation）的兴起而迅速发展。然而，现有文献在架构、功能角色和具身应用领域方面仍然分散。为了弥补这一空白，我们从机器人学习的角度对世界模型（https://huggingface.co/papers?q=world%20models）进行了全面综述。我们探讨了世界模型（https://huggingface.co/papers?q=world%20models）如何与机器人策略结合，如何作为强化学习（https://huggingface.co/papers?q=reinforcement%20learning）和评估（https://huggingface.co/papers?q=evaluation）的学习型模拟器，以及机器人视频世界模型（https://huggingface.co/papers?q=world%20models）如何从基于想象的生成发展到可控、结构化以及基础规模化的建模框架。我们还将这些理念与导航和自动驾驶联系起来，并总结了代表性数据集、基准测试和评估（https://huggingface.co/papers?q=evaluation）协议。总体而言，本综述系统回顾了机器人学习（https://huggingface.co/papers?q=robot%20learning）中快速增长的世界模型（https://huggingface.co/papers?q=world%20models）文献，澄清了关键范式和应用，并指出了具身智能体（https://huggingface.co/papers?q=embodied%20agents）预测建模的主要挑战和未来方向。为了方便持续访问新出现的工作、基准和资源，我们将维护并定期更新伴随本综述的 GitHub 仓库。
查看 arXiv 页面（https://arxiv.org/abs/2605.00080）查看 PDF（https://arxiv.org/pdf/2605.00080）项目页面（https://ntumars.github.io/wm-robot-survey/）GitHub（https://github.com/NTUMARS/Awesome-World-Model-for-Robotics-Policy）加入收藏夹（https://huggingface.co/login?next=%2Fpapers%2F2605.00080）
在你的 agent 中获取该论文：
hf papers read 2605\.00080
没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash
引用该论文的模型 0
没有模型链接到这篇论文
在模型 README.md 中引用 arxiv.org/abs/2605.00080 即可从该页面链接。
引用该论文的数据集 0
没有数据集链接到这篇论文
在数据集 README.md 中引用 arxiv.org/abs/2605.00080 即可从该页面链接。
引用该论文的项目 0
没有 Space 链接到这篇论文
在 Space README.md 中引用 arxiv.org/abs/2605.00080 即可从该页面链接。
包含该论文的合集 0
没有合集包含这篇论文
将此论文添加到合集（https://huggingface.co/new-collection）即可从该页面链接。
相似文章
GigaWorld-1: 构建用于机器人策略评估的世界模型路线图
本文系统研究了用于机器人策略评估的世界模型，介绍了WMBench基准测试和GigaWorld-1模型，并指出长程滚动一致性比短期视觉真实性更为关键。
世界模型：架构、方法、推理范式与应用的全面综述
关于世界模型的全面综述，提供了一个多轴分类体系，涵盖架构、方法、推理策略以及跨AI领域的应用，包括Dreamer、MuZero和Sora等关键系统。
世界模型的定义与路线图
这篇学术论文提供了世界模型的科学定义，讨论了关键技术方面，并提出了一个分阶段路线图，用于在人工智能子领域（如基于模型的强化学习、视频生成和具身机器人）中开发有效的世界模型。
@_akhaliq: 世界行动模型综述
一篇关于世界行动模型的综述论文，涵盖了AI行动和世界模型的最新进展。
模拟一切，差不多如此：世界模型的承诺与局限
一篇Ars Technica的文章探讨了世界模型作为新兴人工智能范式的承诺与局限，将其与大语言模型进行对比，并邀请了专家就其在机器人、研究和资产生成中的应用提供见解。