arXiv cs.AI· Yuhai Wang, Jiawei Xia, Bowen Sun, Rongxuan Zhou, Xiao Hu, Yongliang Shi, Jing Du, Yang Ye·· 14 小时前AI 评分31
PRISM：在世界模型中用先验引导想象采样
PRISM: PRior-guided Imagination Sampling in world Models
AI 导读
PRISM 提出从冻结的世界模型编码器特征中提取目标条件动作先验，用先验的均值和预测不确定性引导动作搜索，再由世界模型评估动作后果是否契合目标。在四个模拟控制任务和两个真实机器人平台上，轻量动作头提升了规划性能，同一融合接口无需修改即可接入基于相同冻结特征的扩散先验。
正文 · AI 翻译
摘要：潜在世界模型学习到的表征使其能够预测动作如何改变环境——我们将这一能力称为物理直觉。我们发现，这些相同的表征同样支持动作直觉：一个轻量级头部可以直接从冻结编码器的特征中学习目标条件动作先验。我们提出 PRISM，以研究如何从冻结的世界模型表征中提取动作直觉，并将其用于引导目标条件规划。该先验的均值和预测不确定性引导对有用动作的搜索，而世界模型则根据目标评估这些动作的后果。在四个模拟控制任务和两个真实机器人平台上的实验表明，轻量级动作头能够提升规划性能，并且同一融合接口无需修改即可接受基于相同冻结特征的扩散先验。这些结果展示了复用世界模型表征来同时预测动作后果和引导动作选择的潜力。
| 学科： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2606.07974 [cs.RO] |
| （或本版本使用 arXiv:2606.07974v2 [cs.RO]） | |
| https://doi.org/10.48550/arXiv.2606.07974 由 DataCite 颁发 arXiv DOI |
提交历史
来自：Yang Ye [查看邮箱]
[v1]
2026年6月6日星期六 04:18:10 UTC（11,128 KB）
[v2]
2026年10月24日星期六 23:45:30 UTC（4,118 KB）
来源：arXiv cs.AI · arxiv.org