通过结构化推理实现长时程文本世界建模

针对长时程预测中递归单步模型误差累积、多步动力学模型随视界增长难以学习的问题，研究者提出通过结构化推理进行长时程文本世界建模。该方法让模型在预测未来动作序列后果时显式追踪轨迹中相互影响的状态变化，以缓解端点监督信号薄弱带来的学习困难。