MWM：用于动作条件一致预测的移动世界模型
计算机视觉与模式识别
2026-03-10 v1 机器人学
摘要
世界模型使规划能够在想象的未来预测空间中实现，为具身导航提供了有前景的框架。然而，现有的导航世界模型常缺乏动作条件一致性，视觉上合理的预测在多步 rollout 下仍会漂移，致使规划性能下降。此外，高效部署需要少步扩散推理，但现有蒸馏方法未显式保留 rollout 一致性，造成训练-推理之间的不匹配。为此，我们提出MWM（Mobile World Models），用于基于规划的图像-目标导航。具体而言，我们引入两阶段训练框架，将结构预训练与动作条件一致性（ACC）后训练相结合，以提高动作条件 rollout 一致性。我们进一步引入推理一致状态蒸馏（ICSD），实现少步扩散蒸馏并提升 rollout 一致性。我们的实验在基准和真实任务上均显示出在视觉保真度、轨迹精度、规划成功率和推理效率方面均取得一致性提升。代码：https://github.com/AIGeeksGroup/MWM。网站：https://aigeeksgroup.github.io/MWM。
引用
@article{arxiv.2603.07799,
title = {MWM: Mobile World Models for Action-Conditioned Consistent Prediction},
author = {Han Yan and Zishang Xiang and Zeyu Zhang and Hao Tang},
journal= {arXiv preprint arXiv:2603.07799},
year = {2026}
}