PhysiCalWorld：面向世界模型的上下文物理校准

PhysiCalWorld 用交互片段编码物理描述符，免微调校准世界模型。

资讯摘要

论文提出 PhysiCalWorld，用于校准动作条件世界模型。作者指出，现有世界模型仅凭当前帧或短历史窗口难以获知质量分布、关节阻尼、表面摩擦等决定转移动力学的物理属性，导致预测向经验先验回归并在新场景中漂移。该方法将测试场景中的探索性交互片段编码为紧凑的物理描述符 token，以上下文提示方式校准模型，无需微调或解析物理建模，仅用潜在预测损失端到端训练。作者报告在四个环境上提升了 rollout 预测精度与视觉规划成功率。

要点速读

1. 将测试场景内采集的探索交互片段编码为物理描述符 token，用于上下文校准动作条件世界模型，无需微调或解析物理建模。
2. 仅以潜在预测损失端到端训练，不使用物理标签；推理时描述符 token 只需提取一次，可在多次 rollout 中复用。
3. 作者报告在覆盖多种物理变化的四个环境中，rollout 预测准确率和视觉规划成功率均有提升，学到的描述符形成结构化潜在空间并泛化到训练物理范围之外。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。