基于世界模型预测路径的自改进 AI 智能体框架

研究者提出一种受 MPPI 控制启发的测试时 AI 智能体框架，将多分支预测分析与基于经验的自适应相结合。智能体通过世界模型预测多条候选动作路径的结果，并结合任务进度与风险评估成本以指导最终决策；双分支经验记忆则分别优化规划生成与下一状态观测预测。在 ALFWorld 和 ScienceWorld 基准上跨三种骨干模型的实验验证了该方法的有效性，相关代码将开源。