World Models Planning LLM Partially Observable Games Lookahead Evaluation
摘要

世界模型合成旨在将交互经验转化为环境动态的内部模型。现有符号方法通常仅拟合观测转移或局部规则混合,无法生成独立于真实环境的完整可执行程序。本文提出 Mind-Studio 框架,利用大语言模型从状态 - 动作 - 下一状态轨迹中合成类似 Pygame 的可执行世界模型。该框架结合熵选择轨迹与包含对象、动作及静态场景信息的轻量级技能文件。通过 K 步前瞻保真度协议评估,结果显示在《蒙祖玛复仇》等游戏中,其下一状态预测准确率显著提升,并有效验证多个子目标,优于 prior 方法。

AI 推荐理由

论文提出可执行世界模型以支持前瞻评估,核心服务于部分可观察环境下的任务规划与决策。

研究机构
香港理工大学 香港城市大学 爱丁堡大学 香港浸会大学
论文信息
作者 Yifei Dong, Mingen Zheng, Linquan Wu, Jeff Z. Pan, Jiaxin Bai
发布日期 2026-06-14
arXiv ID 2606.16070
相关性评分 9/10 (高度相关)