SearchWorld: Spatial Value-Grounded Imagination for UAV Object Search via World Models

📄 arXiv: 2610.09335v1 📥 PDF

作者: Yatai Ji, Zhengqiu Zhu, Yong Zhao, Yue Hu, Fanglong Yao, Chen Gao, Pengfei Zhu, Quanjun Yin

分类: cs.AI, cs.LG

发布日期: 2026-10-07

备注: 10 pages,2 figures

💡 一句话要点

提出SearchWorld以解决无人机目标搜索中的部分可观测性问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱六：视频提取与匹配 (Video Extraction)

关键词: 无人机 目标搜索 部分可观测性 空间记忆 价值引导 世界模型 前瞻性规划 城市环境

📋 核心要点

  1. 现有方法在无人机目标搜索中面临部分可观测性的问题，无法有效预测未来状态，导致反应性较强。
  2. 本文提出SearchWorld，通过连接显式空间记忆与价值引导想象，提升无人机的规划能力，使其能够前瞻性地进行目标搜索。
  3. 在UAV-ON实验中，SearchWorld的成功率提高至23.8%，在未见场景中仍保持19.9%的成功率，显示出良好的鲁棒性。

📝 摘要（中文）

自主无人机（UAV）目标搜索涉及在部分可观测性下的感知、决策和行动闭环。城市环境中的大搜索区域和狭窄的自我中心视角限制了覆盖范围，密集的三维几何体约束了安全运动，而开放世界指令要求在干扰物中识别特定目标。现有方法通过显式地图或记忆表示来缓解部分可观测性，但仍然主要是反应性的，无法明确预测未来状态。为此，本文提出了SearchWorld，一个连接显式空间记忆与价值引导想象的递归状态空间世界模型。该模型通过任务感知的空间价值层引导搜索，显著提高了无人机在复杂环境中的目标搜索成功率。

🔬 方法详解

问题定义：本文旨在解决无人机在复杂城市环境中进行目标搜索时的部分可观测性问题。现有方法多依赖于历史观察，缺乏对未来状态的明确预测，导致搜索效率低下。

核心思路：SearchWorld通过构建一个递归状态空间世界模型，将显式空间记忆与价值引导的想象结合，允许无人机在搜索过程中进行前瞻性规划，而非仅仅依赖过去的观察。

技术框架：该模型包括BEV（鸟瞰视图）探索和障碍物记忆模块，利用任务感知的空间价值层来引导搜索。认知-行动网络通过想象的回滚来提升策略，避免了训练单独的标量评论者。

关键创新：SearchWorld的主要创新在于将想象与显式空间表示结合，使无人机能够进行前瞻性规划。这一设计与传统的反应性方法有本质区别，显著提升了搜索效率。

关键设计：模型的训练过程从世界模型学习开始，逐步过渡到专家模仿和基于想象的探索优化。关键参数设置和损失函数设计旨在最大化搜索成功率，同时保持模型的鲁棒性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在UAV-ON实验中，SearchWorld的成功率提升至23.8%，相比于最强的已发布代理（19.5%）有显著提高。同时，在未见场景中，模型仍保持19.9%的成功率，显示出良好的适应性和鲁棒性。

🎯 应用场景

该研究的潜在应用领域包括城市环境中的无人机搜索与救援、监控和物流等任务。通过提升无人机的目标搜索能力，SearchWorld有望在实际应用中显著提高任务执行效率，降低人力成本，并在复杂环境中实现更安全的操作。

📄 摘要（原文）

Autonomous unmanned aerial vehicle (UAV) object search involves a closed loop of perception, decision-making, and action under partial observability. Urban environments pose several challenges: large search areas and narrow egocentric views limit coverage, dense 3D geometry constrains safe motion, and open-world instructions require identifying a specific target among distractors. Many existing methods mitigate partial observability through explicit maps or memory representations, yet remain largely reactive, reasoning over past observations without explicitly predicting future states. World models enable prospective reasoning through imagined rollouts. However, image-generating world models can incur high inference latency, while spatially grounded planning remains challenging for latent world models. We propose SearchWorld, a recurrent state-space world model that connects explicit spatial memory with value-guided imagination. The model maintains BEV exploration and obstacle memory and decodes a task-aware spatial value layer to guide search. A cognition-action network uses this learned spatial value prior to improve the policy through imagined rollouts, without training a separate scalar critic. Training progresses from world-model learning to expert imitation and imagination-based exploration refinement. On UAV-ON, SearchWorld improves the success rate to 23.8% (19.5% for the strongest published agent) and raises oracle success to 35.5%, while remaining robust on unseen scenes (19.9% success rate). By grounding imagination in explicit spatial representations, SearchWorld enables UAV agents to plan prospectively rather than react.