World Models Model Predictive Control Code Generation Robotics Planning
摘要

本文提出 VisualPatchWorld (VPW),一种将世界动态表示为代码的世界模型,旨在支持感知、仿真与规划。VPW 首先通过主动探测选择定性动态形式,随后利用状态 - 动作轨迹拟合参数以最小化多步预测误差。生成的程序可像模拟器一样前向推演、源码检视,并用于模型预测控制。实验表明,VPW 在规划任务中平均成功率达 69.0%,显著优于现有代码基线,尤其在需要正确选择定性动态的场景中表现突出,为自动构建适用于规划的代码世界模型提供了实用路径。

AI 推荐理由

论文提出代码世界模型以支持感知、仿真与规划,核心贡献在于提升任务规划成功率。

研究机构
Hong Kong Baptist University Hong Kong, China
论文信息
作者 Jiaxin Bai, Jiaxuan Xiong
发布日期 2026-07-28
arXiv ID 2607.25236
相关性评分 9/10 (高度相关)