AWM：无需环境副本的智能体测试时扩展

AWM 用只读查询与计算模拟环境，支持共享环境下的并行测试时扩展。

资讯摘要

论文提出 Agentic World Modeling（AWM），将下一观测预测重构为多轮证据获取任务：智能体模拟器通过安全只读接口查询真实环境，结合可执行计算构造假设动作的观测，不改变共享状态，从而在单一共享环境上并行探索轨迹级测试时扩展。作者报告在 τ-bench、AppWorld 和 OfficeBench 上，AWM 平均比单次模拟基线高 40.07%，比训练过的世界模型基线高 12.36%。

要点速读

1. AWM 通过只读接口获取证据并做可执行计算来预测观测，避免修改共享环境状态。
2. 与轨迹级测试时扩展结合后，可在单一共享环境上并行探索多条候选轨迹。
3. 作者报告在 τ-bench、AppWorld、OfficeBench 上分别较单次模拟基线平均高 40.07%、较训练世界模型基线平均高 12.36%。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。