跳到正文
热点事件持续更新

Embodied Graph: 长时程任务关系世界模型

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

2026年11月19日,Zongyuan Wu等人在arXiv发布论文,提出“Embodied Graph”与“关系型世界模型(RWM)”。该模型通过稀疏状态抽象机制,旨在解决长时程任务中预测误差累积的核心痛点。 RWM架构包含任务感知图构造器和图循环状态空间模型。在Minecraft实验中,该方法成为唯一在指定预算内成功获取钻石的方法,验证了其在具身环境中的有效性。 研究进一步延伸至Web交互场景,证实了关系状态预测在Web智能体决策过程中的适用性。实验结果在Minecraft、Crafter及Web交互环境均展示了RWM在长时程决策序列中的优越性能。

AI 根据报道生成 · 12 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · AI
    Embodied Graph:面向长时程任务的关系世界模型

    论文提出 Embodied Graph 和 Relational World Model (RWM),通过稀疏状态抽象解决长时程任务中预测误差累积问题。 RWM 包含任务感知图构造器和图循环状态空间模型,在 Minecraft 实验中成为唯一在预算内获得钻石的方法。 实验还验证了关系状态预测在 Web 智能体决策中的适用性。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。