面向LLM智能体规划的自进化世界模型

arXiv 2026 35.6 method

TLDR

WorldEvolver利用情景记忆和语义记忆自进化世界模型，提升预测准确率和任务成功率。

评分理由

The paper presents a novel framework that enhances world model reliability through test-time memory revision, with strong empirical results on two benchmarks. However, the abstract lacks details on limitations, scalability, or comparison to broader world model categories like generative or video world models.

Read-first 评分解释

综合优先阅读分 35.6，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 33。

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：基线、实验

主题相关性 29%

47.1

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

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

引用影响力 18%

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。引用数：0

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：153。

关键词评分

world model

world dynamics prediction

model-based reinforcement learning world model

interactive world model

world simulator

generative world model

video world model

深度分析

创新点

自进化世界模型框架，在保持智能体和模型参数冻结的同时修正部署时上下文
整合情景记忆（基于真实转换的检索模拟）和语义记忆（从预测-观察不匹配中提取启发式规则）
选择性预见模块，在将预测集成到智能体推理之前过滤低置信度预测

方法

WorldEvolver结合情景记忆进行基于检索的模拟，语义记忆从预测-观察不匹配中提取启发式规则，以及选择性预见过滤预测。在ALFWorld和ScienceWorld上使用预测准确率（Word2World）和下游智能体成功率（AgentBoard）进行评估，智能体和模型参数保持冻结。

关键结果

WorldEvolver在三个骨干网络上取得最高预测准确率，并在下游智能体成功率上优于其他世界模型基线。

资源

论文