Resumen: Los modelos mundiales están emergiendo como un paradigma transformador en la inteligencia artificial, lo que permite a los agentes construir representaciones internas de sus entornos para razonamiento predictivo, planificación y toma de decisiones. Al aprender la dinámica latente, los modelos mundiales proporcionan un marco de eficiencia de muestra que es especialmente valioso en escenarios de seguridad o críticos de seguridad. En este documento, presentamos una descripción completa de los modelos mundiales, destacando su arquitectura, paradigmas de capacitación y aplicaciones a través de la predicción, generación, planificación y razonamiento causal. Comparamos y distinguimos los modelos mundiales de conceptos relacionados como gemelos digitales, los modelos de metaverso y fundamentos, aclarando su papel único como motores cognitivos integrados para los agentes autónomos. Además, proponemos Wireless Dreamer, un nuevo marco de aprendizaje de refuerzo basado en modelos mundiales adaptado para la optimización de inteligencia de borde inalámbrico, particularmente en redes inalámbricas (céspedes) de baja altitud. A través de un estudio de caso de planificación de trayectoria de UAV con consciente del clima, demostramos la efectividad de nuestro marco para mejorar la eficiencia del aprendizaje y la calidad de la decisión.
Publicado Originalme en rss.arxiv.org El 2 de junio de 2025.
Ver Fuente Original
