VisualPatchWorld: Code World Models as Latent Structured Representations for Planning

• 类型：arxiv
• 标识：2607.25236
• 链接：https://arxiv.org/abs/2607.25236
• 主分类：agent
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：VisualPatchWorld is introduced, which represents world dynamics as code and first selects a qualitative dynamical form with short active probes, then fits that form's free parameters from recorded state-action traces by minimizing multi-step prediction error.
• OpenAlex ID：W7171621232
• OpenAlex DOI：10.48550/arxiv.2607.25236
• DOI：10.48550/arxiv.2607.25236
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.25236
• OpenAlex更新：2026-08-25
• 待LLM分类：否
• 标题中文：VisualPatchWorld：作为潜在结构化表示的代码世界模型用于规划
• TLDR中文：介绍 VisualPatchWorld，将世界动态表示为代码，先通过短时主动探查选择定性动力学形式，再通过最小化多步预测误差，从记录的状态-动作轨迹中拟合该形式的自由参数。
• 成熟度：research
• 场景：world models、planning、visual reasoning
• 来源文件：
• /inbox/tom/_candidates/2026-07-29-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]