研究者提出基于世界模型预测路径的自改进Agent测试时框架

Haori Lu 等研究者在 arXiv 发布论文（arXiv:2610.28945），提出一种受 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。作者称该框架结合了多分支预测分析与基于经验的适应，代码将公开发布。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。