World Models for Robotics: A Review
该论文是机器人世界模型领域的综合性综述，系统梳理了机器人通过学习环境动态模型进行预测、规划和控制的各类方法。世界模型的核心思想是：让机器人学习一个能够预测环境状态演化和动作后果的内部模型，基于该模型进行模型预测控制、基于模型的强化学习、想象规划等，从而提高样本效率和泛化能力。论文将世界模型方法分为五大类：1）基于模型的强化学习（Model-based RL），包括Dyna、PETS、MBPO等；2）模型预测控制（MPC），包括随机射击、CEM、MPPI等；3）潜空间世界模型（Latent World Models），包括Dreamer系列、PlaNet等；4）基于Transformer的世界模型，包括Transformer Dynamics、World Model等；5）基于扩散模型的世界模型，包括Diffuser、Decision Diffuser等。论文详细讨论了世界模型的表示方法（像素空间/潜空间/图结构）、学习算法（自回归/扩散/对比学习）、规划方法（开环/闭环/分层），以及在机器人操作、运动、导航、自动驾驶等领域的应用。该综述引用超过1000次，是机器人世界模型领域的重要参考资料。
主体信息
该论文是机器人世界模型领域的综合性综述，系统梳理了机器人通过学习环境动态模型进行预测、规划和控制的各类方法。世界模型的核心思想是：让机器人学习一个能够预测环境状态演化和动作后果的内部模型，基于该模型进行模型预测控制、基于模型的强化学习、想象规划等，从而提高样本效率和泛化能力。论文将世界模型方法分为五大类：1）基于模型的强化学习（Model-based RL），包括Dyna、PETS、MBPO等；2）模型预测控制（MPC），包括随机射击、CEM、MPPI等；3）潜空间世界模型（Latent World Models），包括Dreamer系列、PlaNet等；4）基于Transformer的世界模型，包括Transformer Dynamics、World Model等；5）基于扩散模型的世界模型，包括Diffuser、Decision Diffuser等。论文详细讨论了世界模型的表示方法（像素空间/潜空间/图结构）、学习算法（自回归/扩散/对比学习）、规划方法（开环/闭环/分层），以及在机器人操作、运动、导航、自动驾驶等领域的应用。该综述引用超过1000次，是机器人世界模型领域的重要参考资料。