基于世界知识模型的智能体规划

arXiv 24.5 2024 61.9 method

TLDR

提出参数化世界知识模型，通过提供全局先验和局部动态知识改进LLM智能体规划，减少试错和幻觉。

评分理由

The paper presents a novel approach to enhance LLM-based agent planning with a World Knowledge Model, showing strong empirical results on real-world simulated datasets. However, the abstract lacks details on the model architecture and limitations, and the term 'world model' is used loosely, potentially overclaiming.

Read-first 评分解释

综合优先阅读分 61.9，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 20。

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：基线、数据集、实验、指标、结果

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：有；数据：无；命中信号：代码、数据集、GitHub

近期性 8%

75.1

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2024

主题相关性 42%

28.6

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

研究版图角色

方法锚点复现锚点

排序敏感性

稳定性：volatile；排名波动范围：730。

关键词评分

world model

interactive world model

world dynamics prediction

generative world model

model-based reinforcement learning world model

world simulator

video world model

深度分析

创新点

参数化世界知识模型（WKM），为智能体规划提供全局先验知识和局部动态知识
从专家轨迹和采样轨迹中自我合成知识
能更好泛化到未见任务的实例级任务知识
弱WKM可指导强智能体模型规划
统一的WKM训练展现出进一步发展的潜力

方法

该方法引导智能体模型从专家轨迹和采样轨迹中自我合成知识。然后开发参数化世界知识模型（WKM），为全局规划提供任务先验知识，为局部规划提供动态状态知识。在三个复杂的真实世界模拟数据集上，使用三种最先进的开源LLM（Mistral-7B、Gemma-7B、Llama-3-8B）进行实验，并与多种强基线进行比较。

关键结果

所提出的方法在所有数据集和LLM上均取得了优于强基线的性能。它有效缓解了盲目试错和幻觉动作问题，并证明了实例级任务知识能泛化到未见任务、弱WKM可指导强智能体模型、以及统一的WKM训练具有潜力。

资源

论文代码