世界模型驶入F1赛道：探索极限工况下具身智能体的认知物理边界

当自动驾驶赛车以近 300 km/h 的时速在 F1 赛道上与周车进攻防守、交互博弈，它面对的问题早已不只是提升圈速。

围绕这一问题，团队以自动驾驶方程式赛车为实验平台，构建了一套以世界模型为中心的极限具身智能体架构。不同于将感知、预测、规划和控制看作彼此独立的模块，该系统利用世界模型同时预测对手交互、自车动力学以及可行运动范围，并通过真实赛车数据与内部仿真的闭环持续优化智能体。

本研究依托全球最大规模的 F1 级别自动驾驶方程式赛车联赛（A2RL）开展。A2RL 采用统一的全尺寸 Super Formula 赛车平台，将自动驾驶系统直接置于高速、近极限和多车交互环境中，并构建了从高保真仿真到全尺寸实车验证的完整赛事体系。

传统自动驾驶系统通常沿着「感知—预测—规划—控制」的链条逐级工作。

在决策阶段，系统首先生成一条主要决策轨迹，并围绕它形成多个不同策略的候选轨迹。随后，世界模型对这些候选方案分别进行前向推演。

在真实轮对轮超车数据中，世界模型预测的对手运动与实际交互过程具有较好的一致性。消融实验则显示，在相同场景下，带有世界模型的智能体能够提前识别潜在碰撞风险，而缺少未来预测时，一个当前看来合理的动作可能最终导致碰撞。这体现了世界模型在极限环境中的一个重要作用：把「未来可能发生什么」提前纳入当前决策。

预测出合理动作还不够，最终还必须让真实车辆做得到。为此，团队进一步利用世界模型描述车辆随速度和运行状态变化的可行加速度包络。

整个系统并不是训练一次后固定不变。

这项研究想讨论的，并不只是如何造出一辆更快的自动驾驶赛车。对于真正进入物理世界的具身智能体而言，只理解「外部世界正在发生什么」是不够的。它还需要理解：接下来可能发生什么？自己现在还能做到什么？以及：在认知和物理条件共同约束下，下一步应该做什么？

新加坡南洋理工大学自动驾驶与人机系统实验室（AutoMan Lab）聚焦以人为中心的多模态机器人、自动驾驶、具身智能、物理智能、世界模型，以及人机混合智能等前沿方向，开展基础研究与技术创新。

【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务，如比较价格、添加购物车、回复各种社交媒体等。

项目地址：https://github.com/browser-use/browser-use

【开源免费】AutoGPT是一个允许用户创建和运行智能体的（AI Agents）项目。用户创建的智能体能够自动执行各种任务，从而让AI有步骤的去解决实际问题。

项目地址：https://github.com/Significant-Gravitas/AutoGPT

项目地址：https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md