arXiv cs.AI· Xinyuan Song, Zekun Cai·· 11 小时前AI 评分32
ENVPROBE：让语言智能体主动探测环境以校准世界模型
Ask the World Before Acting: Environment Probing for Calibrating Agent World Models
AI 导读
研究者提出 ENVPROBE 框架，让长程语言智能体在执行中主动探测环境、纠正过时或错误的世界模型信念。该框架按任务相关性和潜在错误优先级筛选待验证的信念字段，再选择性探测环境取回真实值并更新世界模型，据此修订计划继续执行。在三个受控环境实验中，ENVPROBE 相比不做环境探测的智能体显著提升了终态世界状态准确率。
正文 · AI 翻译
摘要：长时程语言智能体通过规划并执行一系列相互依赖的动作，能够在复杂环境中实现自主决策。为了可靠地行动，这些智能体必须维护一个准确的世界模型，以跟踪环境不断变化的状态并支持后续决策。然而，随着交互不断累积，已存储的信念可能变得过时或错误，导致智能体基于不再反映环境的假设进行规划和行动。此类错误仅靠额外的推理或自我反思难以解决，因为纠正所需的信息必须从环境中获取。因此，主动探测环境提供了一种直接验证和纠正这些信念的方式。为此，我们提出了 ENVPROBE，一个使智能体能够在长时程执行过程中主动探索环境并纠正不准确信念的框架。具体而言，ENVPROBE 根据任务相关性和潜在错误对信念字段进行优先级排序以进行验证。然后，它选择性地探测环境以获取所选字段的实际值，并将观测结果纳入智能体的世界模型。借助更新后的信念，智能体修订其计划，并基于新获取的环境信息继续执行。在三个受控环境中进行的广泛实验表明，与不进行环境探测的智能体相比，ENVPROBE 显著提高了终端世界状态的准确性，从而带来更可靠的长时程决策。这些结果证明了通过环境交互主动验证和纠正信念对于长时程语言智能体维护准确世界模型的重要性。
| 评论： | 审稿中 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2606.31422 [cs.AI] |
| （或 arXiv:2606.31422v3 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.31422 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Zekun Cai [查看电子邮件]
[v1]
2026年6月30日星期二 09:45:49 UTC（490 KB）
[v2]
2026年7月5日星期日 04:18:26 UTC（4,344 KB）
[v3]
2026年10月20日星期二 02:42:13 UTC（1,702 KB）
来源：arXiv cs.AI · arxiv.org