世界模型正在成为人工智能中的一种变革性范式，使智能体能够构建其环境的内部表征，以进行预测推理、规划和决策。通过学习潜在动态，世界模型提供了一种样本高效的框架，在数据受限或安全关键的场景中尤为重要。本文全面概述了世界模型，突出其架构、训练范式以及在预测、生成、规划和因果推理中的应用。我们比较并区分世界模型与数字双胞胎、元宇宙和基础模型等相关概念，阐明其作为自主智能体的嵌入式认知引擎的独特作用。我们进一步提出了无线梦想者（Wireless Dreamer），这是一种基于世界模型的强化学习框架，专为无线边缘智能优化而设计，尤其是在低空无线网络（LAWNs）中。通过对天气感知无人机轨迹规划的案例研究，我们展示了该框架在提高学习效率和决策质量方面的有效性。
赵等（Sat,）研究了这个问题。