SPIRAL：通过反思性规划代理实现自我改进动作世界模型的闭环框架

本文提出 SPIRAL，一种用于可控长程视频生成的自我改进规划与迭代反思动作世界建模闭环框架。针对现有开环模型存在的动作执行不完整、语义 grounding 弱及时序漂移问题，SPIRAL 将动作世界建模构建为“思考 - 行动 - 反思”的闭环过程。其中，PlanAgent 负责将抽象动作分解为以对象为中心的子动作，CriticAgent 则评估中间结果并利用长程记忆引导迭代优化。该设计支持强化学习演化优化，显著提升了长程生成中的语义对齐与时序一致性。