arXiv cs.AI· Yunhao Luo, Wentao He, Yinpei Dai, Hyelin Nam, Hongze Fu, Joyce Chai, Nima Fazeli, Jeong Joon Park·· 12 小时前AI 评分31
PhysiCalWorld：用上下文提示为世界模型校准物理参数
PhysiCalWorld: In-Context Physics Calibration for World Models
AI 导读
PhysiCalWorld 通过上下文提示将动作条件世界模型校准到实例特定动力学，无需微调或解析物理建模。该方法把测试场景中采集的探索性交互片段编码为紧凑的物理描述符 token，仅用潜在预测损失端到端训练，推理时该 token 只需提取一次即可在多次 rollout 中复用。在覆盖多种物理变化的四个环境中，PhysiCalWorld 显著提升了 rollout 预测精度与视觉规划成功率。
正文 · AI 翻译
摘要：现有的世界模型通常通过当前视觉帧或狭窄的历史窗口来感知场景。然而，这些观测可能无法揭示决定转移动力学的物理属性，例如物体的质量分布、关节阻尼或表面摩擦。若不为世界模型校准这些物理因素，预测往往会回归到经验先验，并在新的测试场景中引发严重漂移。为此，我们提出 PhysiCalWorld，它通过上下文提示将动作条件世界模型校准到实例特定的动力学，无需微调或解析物理建模。我们的方法将测试场景中采集的探索性交互片段编码为紧凑的物理描述符 token，从而将后续预测锚定在场景的实际物理行为上。PhysiCalWorld 仅使用潜在预测损失进行端到端训练，无需物理标签。在推理时，描述符 token 只需提取一次，即可在多次 rollout 中复用，计算开销可忽略不计。我们在涵盖多种物理变化的四个环境中评估 PhysiCalWorld，结果表明它显著提升了 rollout 预测准确率和视觉规划成功率。学习到的描述符还形成了具有物理结构的潜在空间，并能泛化到训练期间未见过的物理范围之外。
| 评论： | 项目页面：this https URL |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2610.30125 [cs.RO] |
| （或使用 arXiv:2610.30125v1 [cs.RO] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.30125 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yunhao Luo [查看邮箱]
[v1]
2026年10月21日星期三 17:57:59 UTC（10,100 KB）
来源：arXiv cs.AI · arxiv.org