EvoAgent：基于持续世界模型的智能体自主演化以完成长时域任务
TLDR
EvoAgent通过持续世界模型实现开放世界中长时域任务的自主规划、控制和反思。
评分理由
The paper addresses key challenges in long-horizon tasks with a novel curriculum self-evolving agent and continual world model, showing strengths in autonomous experience update and catastrophic forgetting mitigation. However, the abstract lacks details on world model architecture and comparisons, and experiments are limited to Minecraft.
Read-first 评分解释
综合优先阅读分 25.5，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 15。
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：58。
关键词评分
深度分析
创新点
- 具有持续世界模型的课程自演化智能体，无需人工干预即可自主完成长时域任务
- 经验驱动的任务规划器，利用LLM和多模态经验将长时域任务分解为可执行的子任务
- 世界模型引导的动作控制器，带有自我验证机制，用于生成低级动作并更新多模态经验
- 基于课程学习的反思器，采用两阶段CL算法，为任务自适应地选择多模态经验以更新世界模型
- 规划器-控制器-反思器闭环动态，实现多模态经验和世界知识的自主更新
方法
EvolvingAgent包含三个模块：经验驱动的任务规划器，利用LLM和多模态经验将长时域任务转化为子任务；世界模型引导的动作控制器，生成低级动作并引入自我验证机制以更新多模态经验；基于课程学习的反思器，实现两阶段CL算法以选择多模态经验用于任务自适应的世界模型更新。这些模块形成闭环动态，实现持续世界模型的演化。
关键结果
在Minecraft上，EvolvingAgent相比现有方法平均成功率提升111.74%，无效动作减少6倍以上，并泛化到Atari环境，达到人类水平性能。