世界模型引导的多智能体场景类人导航：训练期偏好蒸馏替代在线推演

研究提出将世界模型放在训练阶段而非推理阶段：用离散视觉动作先验搭配两个任务对齐世界模型（分别预测近邻社会动态与未来场景语义），通过组相对偏好蒸馏把前瞻能力压缩进快速策略，部署时移除世界模型、策略单次前向即可出动作。在五个留出评测场景中，该方法比强反应式与学习型基线更安全、更具社会与群体一致性且更朝向目标，朴素观察者评价其运动更接近人类。成果被 NeurIPS 2026 接收。