论文提出按智能体决策需求构建世界模型训练目标。
资讯摘要
论文指出，LLM智能体的世界建模通常以预测下一观测为目标，但该目标只监督状态转移恰好暴露的信息，可能遗漏与当前决策最相关的动态。作者提出Agent-Authored World Modeling（AAWM）训练流程：在每个状态，智能体先识别行动前需要理解的环境要素，再据此跨轨迹检索相关转移证据，并合成为面向决策的训练目标，而非重建下一观测。作者报告该目标在多个环境和训练设置下优于下一观测预测。
要点速读
- 论文将常见世界建模目标归纳为下一观测预测，并指出其监督内容受状态转移偶然暴露的信息限制。
- AAWM让智能体在每个状态先提出决策所需的环境理解需求，再跨轨迹检索相关转移证据并合成训练目标。
- 作者报告AAWM在多个环境和训练设置下验证有效，决策感知的世界模型目标比下一观测预测提供更有效的学习信号。
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 2026/11/4 08:00:28（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。