基于 DEVS 形式化的离散事件世界模型的规范驱动生成与评估

世界模型对智能体系统的规划与评估至关重要。现有方法在手工程模拟器与隐式神经模型间两极分化。本文提出一种 principled 的中间路线，结合显式模拟器的可靠性与学习模型的灵活性，支持在线执行中的自适应。针对由离散事件顺序、时序和因果律支配的环境，主张从自然语言规范直接合成可执行的离散事件世界模型。该方法采用 DEVS 形式化及分阶段 LLM 生成流水线，并通过结构化事件轨迹进行无真值验证，实现了长程一致性与可验证性。