论文来源: Understanding World or Predicting Future? A Comprehensive Survey of World Models arXiv 编号: 2411.14499v2
作者: Jingtao Ding, Yunke Zhang, Yu Shang, Yuheng Zhang, et al.
发布时间: 2024 年 11 月
1. 概述
1.1 什么是世界模型？
**世界模型（World Models）**是人工智能系统对环境的内部表示或模拟，旨在：
- 理解世界机制：构建内部表示以理解环境的运作规律
- 预测未来状态：预测环境的动态变化以指导决策
1.2 核心问题
论文标题"Understanding World or Predicting Future?"提出了世界模型研究的两个核心问题：
- 理解世界（Understanding World）：
- 构建对环境的内部表示
- 理解物理规律和因果关系
- 学习世界的结构和机制
- 预测未来（Predicting Future）：
- 预测环境的未来状态
- 模拟可能的行动结果
- 支持规划和决策
1.3 两大功能分类
根据 2024 年的综述论文，世界模型可以分为两大主要功能：
| 功能类型 | 目标 | 应用 |
|---|---|---|
| 理解型 | 构建内部表示，理解世界机制 | 知识表示、因果推理、场景理解 |
| 预测型 | 预测未来状态，模拟决策结果 | 强化学习、规划、自动驾驶 |
2. 世界模型的定义
2.1 经典定义
世界模型是智能体（Agent）对环境的内部表示或模拟，用于：
- 预测环境的动态和结果
- 理解环境的结构和规律
- 支持决策和规划
2.2 数学表示
在强化学习框架下，世界模型通常表示为：
s_{t+1} = f(s_t, a_t)
其中：
s_t: 当前状态a_t: 当前动作s_{t+1}: 下一状态f: 世界模型（状态转移函数）
2.3 扩展定义
现代世界模型不仅预测状态转移，还包括：
- 观察模型:
o_t = g(s_t)- 从状态生成观察 - 奖励模型:
r_t = h(s_t, a_t)- 预测奖励 - 终止模型:
d_t = k(s_t)- 预测 episode 是否结束
