面向具身 AI 的心智世界建模：全面综述
机器人学
2026-01-07 v1
摘要
随着具身 AI 代理在化身、可穿戴设备和机器人系统中的应用日益深入，其核心研究挑战正逐渐从物理环境交互转向对社交交互的准确理解。传统的物理世界模型（PWM）侧重于可量化的物理属性，如空间和运动，难以满足社交智能建模的需求。相比之下，作为人类内部心智状态结构化表征的心智世界模型（MWM），已成为具身代理实现自然人机协作和动态社交适应的关键认知基础。然而，当前的 MWM 研究面临着诸多瓶颈：例如概念框架碎片化，MWM 与 PWM 之间边界模糊，不同 Theory of Mind（ToM）推理范式的技术路径和适用场景之间的推理机制不连贯，以及评估与实践脱节。为此，本综述系统性地综合了超过 100 项权威研究，提供了 MWM 研究为具身 AI 的全面概览。其核心贡献有三方面：首先，首次构建了完整的 MWM 理论框架。具体而言，区分了 MWM 与 PWM 的关键差异。其次，通过两种心智元素表征范式系统定义了 MWM 的关键组件。最后，全面分析了 19 种 ToM 方法的两大核心推理范式。最后，我们还阐明了神经符号混合架构的集成趋势，综合了 26 项 ToM 评估基准。本工作旨在促进具身代理融入人类社会，推动人机协作交互的深入发展。
引用
@article{arxiv.2601.02378,
title = {Modeling the Mental World for Embodied AI: A Comprehensive Review},
author = {Biyuan Liu and Daigang Xu and Lei Jiang and Wenjun Guo and Ping Chen},
journal= {arXiv preprint arXiv:2601.02378},
year = {2026}
}