arXiv cs.AI· Jinyuan Hu, Yilei Jiang, Chen Tang, Minghong Cai, Xinran Liu, Xiangyu Yue·· 14 小时前AI 评分38
PhysEvolve：基于验证器与可执行世界的物理推理自我进化框架
PhysEvolve: Verifier-grounded Self-evolution for Physical Reasoning with Executable Worlds
AI 导读
PhysEvolve 是一个以验证器为依托的自我进化框架，让 VLM 从模型自提议的可执行世界程序和物理引擎模拟的反事实任务中训练因果物理推理。
正文 · AI 翻译
摘要：物理推理是具身系统理解并作用于物理世界的基础，然而视觉语言模型（VLM）在涉及动力学与物理因果性的问题上仍不可靠。研究进展受到有依据的反事实训练数据稀缺的严重制约，因为观测视频只记录了实际发生的事实轨迹。自演化范式通过让模型自行构建训练问题，提供了一条超越固定数据集的路径。然而，将这一范式扩展到物理学领域，需要一个外部真值来源，既能验证模型提出的环境，又能在干预条件下验证替代性的物理结果。我们提出 \physevolve{}，一个以验证器为根基的自演化框架，利用模型提出的可执行世界和模拟生成的任务，训练 VLM 进行因果物理推理。在每一轮中，一个共享 VLM 提出可执行的世界程序和证据模式；一个确定性物理引擎冻结每个有效的世界，模拟匹配的基线与去除主体的反事实分支，并合成离散的、与答案绑定的视觉任务。来自任务求解的精确验证器反馈通过 GRPO 更新共享策略，并更新一个针对物理意图的自适应课程。从 Qwen3-VL-8B-Instruct 出发，\physevolve{} 在无需人工干预数据的情况下，在 PhysBench、CausalPhys 和 ContPhy 上取得了针对性提升，PhysBench Throwing 提升 $8.8$ 分，ContPhy Counterfactual Removal 和 Goal-Pit 分别提升 $7.4$ 和 $24.4$ 分。这些提升集中在交互敏感和世界改变类问题上，展示了因果原理向未见过的复杂动力学（布料、流体、软体）和真实世界视频的零样本迁移。
| 评论： | 预印本 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.34921 [cs.AI] |
| （或 arXiv:2610.34921v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.34921 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yilei Jiang [查看邮箱]
[v1]
2026年10月26日星期一 06:50:45 UTC（3,145 KB）
来源：arXiv cs.AI · arxiv.org