世界模型
学习环境如何随时间和动作变化。
当前：研究方向。具体实现与测试参见相关仓库。
研究 / RESEARCH
理解世界，预测变化，再决定行动。
从观测到行动的研究路径
世界模型尝试回答：采取某个动作之后，环境可能怎样变化？我们围绕表征、动作条件预测、未来推演、规划与评测开展研究。下方是研究路线示意，并不表示每一环节已经成熟。
RESEARCH PHILOSOPHY
世界模型是什么？
给定当前观测和一种可能的动作，尝试推测环境接下来会怎样变化。这样的预测可帮助系统比较未来并选择行动。
RESEARCH DIRECTION · 研究路线示意
- 01观测
- 02状态表征
- 03动作条件预测
- 04未来推演
- 05规划
- 06行动
- 07反馈
路线示意，不代表所有组件已验证或可用于真实机器人。
FOCUS AREAS
状态表征
从观测中提取可用于预测和行动的状态。
当前：研究方向。具体实现与测试参见相关仓库。
动作条件预测
研究不同动作可能引发的后续变化。
当前：研究方向。具体实现与测试参见相关仓库。
空间理解
建立关于位置、结构与关系的可用表示。
当前：研究方向。具体实现与测试参见相关仓库。
因果与动力学
区分共现、变化与动作后果，保持可检验的边界。
当前：研究方向。具体实现与测试参见相关仓库。
规划与控制
探索如何用预测支持目标导向的行动选择。
当前：研究方向。具体实现与测试参见相关仓库。
评测与精选成果
PushT 固定对照实验中，姿态目标规划成功率 66%（33/50），覆盖率目标对照 22%（11/50），提升 44 个百分点。两组使用同一预测器、传感器和每次决策预算；结果仅限此模拟任务。 更多对比包括：带额外物理先验的 JEPA 任务头开发集对照、V-JEPA 表征上的接触任务适配，以及特征与位置预测改进；详见全部成果和各自评测条件。
精选成果 ↗02 / COMPARISONS
实验和它的对照
六项独立实验。每张图保留任务、基线与条件，点击即可查看原图和实验记录。
