研究团队提出结合世界模型预测路径的自改进Agent框架

2026年10月22日，研究团队在arXiv公布成果，提出一种受MPPI控制启发的测试时AI智能体自改进框架，将多分支预测分析与基于经验的自适应相结合。在该框架中，智能体利用世界模型预测多条候选动作路径的结果，并综合任务进度与风险评估成本来指导最终决策；同时，双分支经验记忆分别用于优化规划生成以及下一状态的观测预测。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。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。