心智世界建模
摘要
本文介绍了心智世界建模(MWM),这是一个将隐藏的心理状态作为世界模型核心组件的框架,并提出了MENTIS,一个无需训练的基线。基于8个LLM世界模型的实验表明,显式的心智状态建模对于预测情境化场景中的人类决策至关重要。
查看缓存全文
缓存时间: 2026/08/03 09:31
论文页面 - Mental World Modeling
来源:https://huggingface.co/papers/2607.27201
摘要
世界模型为规划和行动提供了可预测的基础,然而现有形式仅仅回答了一个物理问题:它是什么/在哪里,以及它将如何演变。然而,人类行为是由隐藏的心理状态(一个人相信什么、想要什么、打算做什么、感受到什么,以及认为什么在社会上可被允许)驱动的,因此一个追踪物理场景但不了解每个智能体对场景的所知所想所做出的预测,很可能是“场景看着对,行动却错了”。我们提出了心理世界建模(Mental World Modeling, MWM),一个通用的理论框架,将心理变量作为世界模型的核心组成部分,而非事后解释:MWM 维护一个耦合的物理-心理世界状态,渲染出目标特定的部分观测,并模拟候选行动如何共同更新这两个组成部分。我们将该框架实例化为 MENTIS,一个无需训练且完全可检查的基线,它将过程分解为状态解析、目标观测生成、动作分解、耦合的物理与心理转移,以及分支级价值评估。在一个手工构建、质量控制的情境决策场景数据集上(涵盖文本、图像和有声视频故事),使用 8 个现代基于 LLM 的世界模型进行的实验表明,显式建模心理状态对于预测人类决策至关重要。更深入的分析进一步揭示了当前心理世界建模的瓶颈。我们期待 MWM 成为世界建模的下一个阶段,从模拟物理场景到模拟在场景中行动的心灵。
查看 arXiv 页面 (https://arxiv.org/abs/2607.27201)查看 PDF (https://arxiv.org/pdf/2607.27201)项目页面 (https://mental-world.github.io/)GitHub1 (https://github.com/mental-world/Mentis)添加到集合 (https://huggingface.co/login?next=%2Fpapers%2F2607.27201)
在您的 agent 中获取此论文:
hf papers read 2607\.27201
没有最新的 CLI?curl \-LsSf https://hf\.co/cli/install\.sh \| bash
引用此论文的模型 0
暂无关联此论文的模型
在模型 README.md 中引用 arxiv.org/abs/2607.27201,即可从此页面关联该模型。
引用此论文的数据集 0
暂无关联此论文的数据集
在数据集 README.md 中引用 arxiv.org/abs/2607.27201,即可从此页面关联该数据集。
引用此论文的 Space 0
暂无关联此论文的 Space
在 Space 的 README.md 中引用 arxiv.org/abs/2607.27201,即可从此页面关联该 Space。
收录此论文的集合 0
暂未收录此论文的集合
将这篇论文添加到集合 (https://huggingface.co/new-collection) 中,即可从此页面关联该集合。
相似文章
DWM: 在潜在世界模型中分离世界效应与动作
提出DWM框架,该框架将潜在世界模型的转移分解为动作驱动和动作不变(世界效应)组件,在具有持久世界效应的基准上提高了规划成功率。
面向机器人控制的上下文世界建模
本文介绍了上下文世界建模(ICWM),这是一个使机器人策略能够从自身生成的交互中推断系统变量的框架,通过将系统识别视为一个上下文自适应问题,无需参数更新即可适应新的配置。在模拟和真实世界实验中,它在处理新的相机视角时优于标准的VLA基线。
stable-worldmodel-v1:可复现的世界建模研究与评估
Stable-Worldmodel (SWM) 是一个模块化、标准化的研究框架,用于开发和评估世界模型,旨在提高可复现性并支持鲁棒性和持续学习研究。
MBench:面向视频世界模型记忆能力的综合基准
本文介绍了MBench,一个用于评估视频世界模型在长时间跨度下对实体、环境和因果一致性记忆能力的基准。
弥合智能体-世界鸿沟:面向基于LLM的智能体的文本世界模型
本文系统综述了面向基于LLM的智能体的文本世界模型,涵盖基础、构建范式、在规划与训练中的应用以及评估方法。