CoEx：共同进化的世界模型与探索

arXiv 25.7 2025 48.3 method

TLDR

CoEx提出分层智能体架构，使LLM规划与动态更新的神经符号世界模型共同进化，在ALFWorld、PDDL和Jericho上超越基线。

评分理由

The paper presents a novel co-evolution mechanism for world model updates, addressing a key limitation of static LLM world models. Strengths include hierarchical state abstraction and empirical validation across diverse environments. Weaknesses include reliance on LLM reasoning and limited discussion of scalability or failure cases.

Read-first 评分解释

综合优先阅读分 48.3，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 32。

近期性 8%

86.7

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：2025

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：实验

主题相关性 42%

45.7

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

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：无；数据：无；命中信号：代码

研究版图角色

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：392。

关键词评分

world model

interactive world model

world dynamics prediction

model-based reinforcement learning world model

world simulator

generative world model

video world model

深度分析

创新点

通过分层智能体架构实现世界模型与探索的共同进化
分层状态抽象使LLM规划能够与动态更新的世界模型共同进化
结合文本推理和基于代码的符号记忆的神经符号信念状态
持续将子目标经验纳入持久世界模型的学习机制

方法

CoEx采用分层智能体架构，LLM推理编排由子目标组成的动态规划。学习机制持续将子目标经验以神经符号信念状态的形式（包括文本推理和基于代码的符号记忆）纳入持久世界模型。智能体在包括ALFWorld、PDDL和Jericho的多样化环境中进行评估。

关键结果

CoEx在评估环境（ALFWorld、PDDL、Jericho）中的规划和探索方面优于现有智能体范式。

技术栈

LLMneurosymbolic belief statecode-based symbolic memory

资源

论文