论文页面 - 实现忠实的人类购物行为模拟

来源：https://huggingface.co/papers/2608.20707 作者：

摘要

RecVerse是一个基于图形用户界面的智能体，采用分层记忆和轨迹级强化学习来模拟真实的多轮电商购物流程。

模拟真实的用户购物行为是电商场景下离线评估与强化学习的基础。尽管近期基于大语言模型和视觉语言模型的模拟器取得了令人鼓舞的进展，但复现真实的浏览会话仍面临两大挑战：（一）记忆挑战：一个购物会话涉及数十个页面，而现有智能体要么丢弃长期观察历史导致用户状态演化信息丢失，要么简单拼接历史数据，导致上下文窗口过载甚至降低模拟质量。（二）优化挑战：当前用户模拟器通常通过模仿学习或逐步奖励来监督匹配每个记录动作，生成的会话常表现出不真实的行为模式（如过度探索或过度被动），而逐步监督机制无法检测或纠正这类问题。

为应对上述挑战，我们提出RecVerse——一个通过截图感知页面并生成忠实多轮轨迹的图形用户界面模拟智能体。针对记忆挑战，RecVerse采用受认知科学启发的分层记忆架构：工作记忆（短期焦点）、情景记忆（会话内轨迹）与偏好记忆（高层意图），并将记忆更新视为动作，使智能体能自适应地学习记忆时机与内容。针对优化挑战，RecVerse通过轨迹级强化学习目标函数进行优化，该函数对整个会话评分，同时对齐宏观动作类型分布与微观购物意图与真实用户行为。

我们进一步发布USB（用户模拟基准），这是一个用于多轮用户模拟的交互式电商图形用户界面轨迹数据集。实验表明，RecVerse在行为保真度和意图一致性方面显著优于现有基线。

查看arXiv页面（https://arxiv.org/abs/2608.20707）查看PDF（https://arxiv.org/pdf/2608.20707）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2608.20707）

在您的智能体中获取论文：

hf papers read 2608.20707

尚未安装最新CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

无模型链接此论文

在模型README.md中引用arxiv.org/abs/2608.20707以从本页面链接。

引用此论文的数据集0

无数据集链接此论文

在数据集README.md中引用arxiv.org/abs/2608.20707以从本页面链接。

引用此论文的Spaces0

无Space链接此论文

在Space README.md中引用arxiv.org/abs/2608.20707以从本页面链接。

包含此论文的合集0

无合集包含此论文

将此论文添加至合集（https://huggingface.co/new-collection）以从本页面链接。