PathWise：通过世界模型进行规划，实现基于自进化大语言模型的自动启发式设计

arXiv 26.1 2026 31.6 method, application

TLDR

PathWise利用世界模型代理在多智能体LLM框架中进行启发式展开，自动设计组合优化启发式。

评分理由

The paper introduces a novel multi-agent reasoning framework with a world model for state-aware planning, which is a strength. However, the abstract lacks details on the world model's implementation and scalability, and the evaluation is limited to combinatorial optimization problems.

Read-first 评分解释

综合优先阅读分 31.6，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 19。

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

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

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：无；数据：无；命中信号：无

主题相关性 29%

27.1

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

引用影响力 18%

10.7

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：0.1065087

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

排序敏感性

稳定性：volatile；排名波动范围：73。

关键词评分

world model

generative world model

world dynamics prediction

model-based reinforcement learning world model

world simulator

interactive world model

video world model

深度分析

创新点

将启发式生成形式化为在蕴含图上的序列决策过程，该图作为搜索轨迹的紧凑、有状态记忆
多智能体推理框架，包含用于规划的策略智能体、用于启发式展开的世界模型智能体以及用于路由反思的批评智能体
将基于LLM的自动启发式设计从试错进化转向通过推理进行状态感知规划

方法

PathWise采用多智能体框架，其中策略智能体规划进化动作，世界模型智能体根据这些动作生成启发式展开，批评智能体提供路由反思，总结先前步骤的经验教训。系统在作为有状态记忆的蕴含图上运行，使得跨代重用或避免推导信息成为可能。该方法将启发式生成形式化为序列决策过程，超越了固定的进化规则和静态提示模板。

关键结果

跨多种组合优化问题的实验表明，PathWise收敛更快、得到更优启发式，在不同LLM骨干上具有泛化能力，并能扩展到更大问题规模。

资源

论文