VisualPatchWorld:用代码构建世界模型实现高效规划
HKBU-KnowComp · hf · 2026-07-29
为弥合神经网络预测器与物理引擎之间的差距，研究提出了 VisualPatchWorld (VPW)，将世界动态表示为代码，兼顾了可扩展性与可解释性。
- 核心机制：VPW 首先通过简短的主动探测选择定性动态形式，然后通过最小化多步预测误差来拟合该形式的自由参数。生成的程序可以像模拟器一样向前滚动，并能直接应用于模型预测控制（MPC）。
- 性能表现：与先前的基于代码的世界模型相比，VPW 实现了 69.0% 的平均规划成功率，超出了最强基线 23.5 个百分点。
- 适用场景：在导航和抓取控制任务中，VPW 的成功率接近真实引擎；在接触丰富的推动任务中仍存在差距，但通过在引擎中检查候选计划列表可以弥补大部分差距。
「研究」频道最新
- Kimi K3 去掉 RoPE 改用 NoPE，KDA 仍在编码顺序 — cedric_chee · 2026-07-29
- Coding Agent 正在悄悄锁死项目早期决策 — bibryam · 2026-07-29
- ICLR 2026 截稿时间表，被调侃卡在 NeurIPS 通知之前 — delliott · 2026-07-29
- Microsoft 移除 Mage Flow，转向更高效的编码器 — Dante_77A · 2026-07-29
- Profluentbio 正在做蛋白质基础模型 — nathanbenaich · 2026-07-29
- 分阶段诊断发现，短文本生成的主要损失在 codec — ITMO · 2026-07-29