DR. WELL: 基于符号世界模型的动态推理与学习在具身LLM多智能体协作中的应用

arXiv 25.11 2025 44.2 method, system, application

TLDR

一种使用共享符号世界模型的分散式神经符号框架，用于合作多智能体规划，在推块任务上验证。

评分理由

The paper introduces a novel approach combining symbolic planning with a dynamic world model to avoid trajectory-level coordination issues. Strengths include clear methodology and empirical results on block-push tasks; weaknesses include limited real-world validation and lack of comparison to baselines in the abstract.

Read-first 评分解释

综合优先阅读分 44.2，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 21。

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

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

主题相关性 42%

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

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：357。

关键词评分

world model

interactive world model

world dynamics prediction

world simulator

generative world model

video world model

model-based reinforcement learning world model

深度分析

创新点

用于角色提议和共识承诺的两阶段协商协议
使用符号计划而非原始轨迹的分散式神经符号框架
共享世界模型，编码当前状态并随智能体行动更新，捕获可重用模式

方法

DR. WELL是一种用于合作式多智能体规划的分散式神经符号框架。它采用两阶段协商协议：智能体首先通过推理提出候选角色，然后在共识和环境约束下承诺联合分配。承诺后，每个智能体独立生成并执行其角色的符号计划，并通过一个随智能体行动而更新的共享世界模型进行落地。

关键结果

在合作推块任务上的实验表明，智能体能够在不同回合间适应，动态世界模型捕获可重用模式，提高了任务完成率和效率。该方法通过协商和自我优化以时间开销换取不断演化的更高效协作策略。

局限性

协商和自我优化过程带来的时间开销

资源

论文