SimuRA：基于LLM世界模型的模拟推理架构实现通用目标导向智能体

arXiv 25.7 2025 54.7 method

TLDR

提出SimuRA架构，利用LLM世界模型进行模拟推理，在网页任务中完成率提升高达124%。

评分理由

Strengths: novel simulative reasoning architecture with LLM world model, significant improvements across diverse web tasks. Weaknesses: limited to web-browser environment, lacks comparison to other world model approaches or detailed limitations.

Read-first 评分解释

综合优先阅读分 54.7，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 42。

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

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

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：基线、评估

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：370。

关键词评分

world model

world simulator

world dynamics prediction

generative world model

model-based reinforcement learning world model

interactive world model

video world model

深度分析

创新点

提出使用基于LLM的世界模型（自然语言信念状态）进行模拟推理（系统II）以替代反应式决策（系统I）的规划方法。
引入SiRA（模拟推理架构），一种模型无关的架构，为目标导向智能体实例化模拟推理。
证明通过世界模型模拟进行反事实评估提供了一种跨不同任务类别的可泛化规划机制，无需任务特定调优。

方法

本文提出SiRA，使用基于LLM的世界模型（自然语言信念状态）模拟候选行动的未来结果。该架构模型无关，并在网页浏览器环境中评估了三个任务类别（受限导航、多跳信息聚合、通用指令遵循）。基线包括匹配的反应式智能体和代表性开放网页智能体。

关键结果

模拟推理的任务完成率比反应式基线高出最多124%，并将受限导航成功率从0%提升至32.2%（相比开放网页智能体）。跨不同任务类型的持续优势表明，其收益源于可泛化的反事实评估，而非任务特定调优。

技术栈

LLM-based world modelnatural-language belief statesweb-browser environment

资源

论文