论文页面 - 从痕迹到智能体世界：用于交互式环境模拟的智能体语言世界模型

Source: https://huggingface.co/papers/2610.06100

摘要

逼真的环境复制品对于训练和评估 LLM 智能体越来越有价值，但原始系统可能无法访问或难以复现。我们探索了智能体语言世界建模：不再重新构建可执行环境，而是让世界模型智能体充当任务智能体所处的环境，并支持忠实且具备状态的模拟。我们通过 Trace2Env 实例化了这一范式——一个免学习的框架，适用于原始系统不可用但仍可获取历史交互痕迹的场景。Trace2Env 将这些痕迹重构成可复用的环境世界手册（environment world book），其中包含环境模式（environment schemas）、基于事实的证据（grounded evidence）以及归纳得到的行为知识（induced behavioral knowledge）。在运行时，世界模型智能体主动查阅该世界手册以及持久化的情节状态（episodic state），以推断每个动作的观测结果和持久状态影响。在九个环境中，Trace2Env 在下一观测保真度和长程交互一致性方面均优于传统的基于提示的语言世界模型（LWMs）。在多轮交互中，针对 Trace2Env 生成的任务智能体动作在真实环境中重放时保持有效的比例更高，表明其模拟动态能更好地在连续回合中保留先前动作的后果。这些结果确立了智能体语言世界建模作为一种替代方向，用于在不重建原始可执行系统的情况下构建逼真的环境复制品。

查看 arXiv 页面 | 查看 PDF | 项目页面 | GitHub17 | 加入收藏

在你的智能体中获取本文：

hf papers read 2610.06100

没有最新版 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用本文的模型 0

没有模型关联本文 在模型 README.md 中引用 arxiv.org/abs/2610.06100 以在此页面建立链接。

引用本文的数据集 0

没有数据集关联本文 在数据集 README.md 中引用 arxiv.org/abs/2610.06100 以在此页面建立链接。

引用本文的 Spaces 2

包含本文的合集 0

没有合集包含本文 将本文加入合集以在此页面建立链接。