从交互轨迹到智能体世界：用于交互环境模拟的语言世界模型
这项研究探索了智能体语言世界模型：它不必重建原有的可执行系统，而是作为 LLM 智能体的模拟环境。无需训练的框架 Trace2Env 利用历史交互轨迹，构建可复用的世界手册，其中包含环境结构、事实依据和推导出的行为知识。运行时，模型结合世界手册与持久状态，推断每项操作带来的观察结果及长期影响。在九种环境中，与传统的基于提示词的语言世界模型相比，Trace2Env 提高了下一步观察的准确性和长期交互的一致性。在模拟中生成的操作在真实环境中重放时，也更常保持有效。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。