Physical Experience Builds Continual Spatial World Models

该研究探讨了具身智能体在持续操作中如何通过物理经验构建不断进化的空间世界模型，而非简单依赖预先建立的知识。研究使用基于物理的动态迷宫分离空间变化与行动后果，发现跨episode空间变化记忆能学习环境转换关系，而状态-行动-结果经验能优化运动预测。当过去变化不包含未来信息时，这种优势会消失。