stable-worldmodel-v1：可复现的世界模型研究与评估

摘要

世界模型已成为学习环境动态的紧凑预测表征的强大范式，使智能体能够推理、规划并泛化到直接经验之外。尽管世界模型近来备受关注，多数现有实现仍是针对具体论文的，严重限制了可复用性，增加了出错风险，并降低了评估的标准化程度。为缓解这些问题，我们提出stable-worldmodel（SWM），一个模块化、经过测试且有文档的世界模型研究生态，提供高效的数据采集工具、标准化环境、规划算法与基线实现。此外，SWM中每个环境都支持可控的变化因子，包括视觉与物理属性，以支持鲁棒性与持续学习研究。最后，我们通过用SWM研究DINO-WM的零样本鲁棒性来展示其效用。

stable-worldmodel-v1：可复现的世界模型研究与评估 — 图1：SWM环境套件。我们支持（并扩展）了一系列多样的既有环境，包括涵盖操作、导航与经典控制任务的2D/3D场景。(a) Push-T（Chi et al., 2025）。一个操作任务：蓝色agent需要推动T形方块使其与绿色锚点匹配。(b) Two-Room（Sobal et al., 2025）。一个2D导航任务：红色agent需要穿过一扇门以到达房间内的绿色目标。(c) DeepMind Control Suite（Tassa et al., 2018），MuJoCo中的3D控制任务集合。(d) OGBench（Park et al., 2025），MuJoCo中的3D机器人操作任务集合。（上）默认设置。（下）改变视觉、几何与物理属性的全部变化因子。所有受支持的环境及其对应的FoV见图2与表3。