基于世界模型预测路径的自改进智能体框架
Self-Improving Agents with World Model Predictive Paths
AI 导读
研究者提出一种受 Model Predictive Path Integral（MPPI）控制启发的测试时框架，让 LLM 智能体在每步提出多个候选动作并用世界模型想象结果，再按任务进度与风险加权决策，无需在环境中实际执行备选方案。
来源：arXiv cs.AI · arxiv.org
基于世界模型预测路径的自改进智能体框架
Self-Improving Agents with World Model Predictive Paths
研究者提出一种受 Model Predictive Path Integral（MPPI）控制启发的测试时框架，让 LLM 智能体在每步提出多个候选动作并用世界模型想象结果，再按任务进度与风险加权决策，无需在环境中实际执行备选方案。
来源：arXiv cs.AI · arxiv.org