研究者提出基于世界模型预测路径的智能体自改进框架

Haori Lu 等研究者提出一种受 MPPI 控制启发的测试时框架，让 LLM 智能体在每一步生成多个候选动作，并用世界模型预测各候选动作的结果，从而在不实际执行的情况下比较不同方案。 由于语言环境不提供显式动力学与代价，该框架按任务进展和风险对预测结果评分，再以 MPPI 式权重引导最终决策。研究者称，该框架结合了多分支预测分析与基于经验的适应。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。