语言驱动的层次化任务结构作为多智能体学习的显式世界模型

arXiv 25.9 2025 47 survey, application

TLDR

提出层次化任务结构作为多智能体学习的显式世界模型，利用LLM生成任务脚手架以实现样本高效探索。

评分理由

The paper presents a compelling framework integrating symbolic hierarchical methods with MARL to address exploration and sparse rewards in complex multi-agent tasks. However, it lacks empirical validation and relies on a literature review rather than new experiments or real-world benchmarks.

Read-first 评分解释

综合优先阅读分 47，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 29。

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、结果

主题相关性 42%

41.4

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：无

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：385。

关键词评分

world model

generative world model

model-based reinforcement learning world model

world dynamics prediction

interactive world model

world simulator

video world model

深度分析

创新点

提出有效的决策世界模型必须同时建模世界的物理特性及其任务语义。
将符号化和层次化方法（HTNs、BSNs）与MARL整合的趋势形式化为层次化任务环境（HTEs）框架。
使用大语言模型（LLMs）作为任务的生成式世界模型，动态生成层次化脚手架。

方法

本文对2024年低资源多智能体足球研究进行了系统综述，识别出将符号化和层次化方法（HTNs、BSNs）与多智能体强化学习（MARL）整合的趋势。随后将该趋势形式化为层次化任务环境（HTEs）的概念框架，并将LLMs作为任务的生成式世界模型纳入其中。

关键结果

未呈现实验结果；本文提供了一个概念框架和论证，认为HTEs能够引导探索、生成有意义的学习信号，并比纯端到端方法提高样本效率。

资源

论文