智能体世界建模：基础、能力、法则与超越

arXiv 2026 65.8 theory

TLDR

提出'levels x laws'世界模型分类法，定义三个能力层级与四个法则领域，综合400余篇文献。

评分理由

Strengths: comprehensive taxonomy covering multiple domains and capability levels, with broad literature synthesis. Weaknesses: abstract lacks specific empirical validation or real-world experiments; it is a survey/roadmap rather than presenting new experimental results.

Read-first 评分解释

综合优先阅读分 65.8，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 54。

近期性 6%

100

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：2026

可复现性 18%

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、GitHub

主题相关性 29%

77.1

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

方法质量 18%

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：评估、实验、结果

引用影响力 18%

59.8

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。归一化引用分位：0.59830478

引用速度 12%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

前沿论文桥接论文方法锚点复现锚点

排序敏感性

稳定性：volatile；排名波动范围：417。

关键词评分

world model

world simulator

world dynamics prediction

interactive world model

model-based reinforcement learning world model

video world model

generative world model

深度分析

创新点

引入'levels x laws'分类法用于智能体世界建模，定义三个能力层级（L1 Predictor, L2 Simulator, L3 Evolver）和四个法则领域（物理、数字、社会、科学）。
综合400多篇文献，总结超过100个代表性系统，涵盖基于模型的强化学习、视频生成、网页/GUI智能体、多智能体社会模拟和AI驱动科学发现等多个研究领域。
提出以决策为中心的评估原则和最小可复现评估包。
绘制路线图，连接此前孤立的研究社区，并概述架构指导、开放问题和治理挑战。

方法

本文构建了一个'levels x laws'分类法，沿两个轴对世界模型进行分类：能力层级（predictor, simulator, evolver）和法则领域（物理、数字、社会、科学）。利用该框架，作者进行了文献综述，综合了400多篇文献，并分析了每个层级-领域对的方法、失败模式和评估实践。随后，他们提出了评估原则和可复现评估包，并概述了架构指导和开放问题。

关键结果

未报告实验结果；本文是一篇综述和分类法论文，为智能体世界建模提供了结构化路线图，综合现有工作并提出评估原则。

资源

论文代码