基于4D信息检索的主动世界模型用于探索与感知
计算机视觉与模式识别
2026-04-21 v1
摘要
物理感知，尤其是在大型动态环境中，由决定空间、时间和尺度上可观测性的感知决策所塑造，而观测结果又影响感知决策的质量。这种循环信息结构使得物理感知成为一个具有部分观测性的根本性挑战决策问题。尽管在过去十年中，我们见证了强化学习（RL）在完全可观测问题上前所未有的成功，但具有部分观测性的决策问题（如POMDPs）在很大程度上仍然悬而未决：现实世界的探索成本过高，而仿真到现实的流程则受限于未观测的视角。我们引入了AW4RE（基于4D信息检索的主动世界模型用于探索），一个以感知为中心的生成式世界模型，为探索感知查询提供了一个传感器原生的替代环境。以查询的感知动作为条件，AW4RE估计动作条件观测过程。这是通过结合4D信息证据检索、具有时间一致性的动作条件几何支持以及条件生成补全来实现的。实验表明，在极端视角变化、时间间隔和稀疏几何支持下，AW4RE比几何感知的生成基线产生更可靠和一致的预测。
引用
@article{arxiv.2604.16733,
title = {Active World-Model with 4D-informed Retrieval for Exploration and Awareness},
author = {Elaheh Vaezpour and Amirhosein Javadi and Tara Javidi},
journal= {arXiv preprint arXiv:2604.16733},
year = {2026}
}
备注
11 pages, 4 figures, submitted to ICLR 2026 2nd Workshop on World Models