13:54arXiv cs.AI@Xuan Zhang, Wenxuan Zhang, See-Kiong Ng, Yang DengWorldEvolver是一个自进化世界模型框架,在部署时通过记忆模块修正上下文,同时保持下游智能体和模型参数冻结。它包含三个模块:Episodic Memory利用检索模拟实际动作转换,Semantic Memory从预测-观测不匹配中提取启发式规则,Selective Foresight过滤低置信度预测。在ALFWorld和ScienceWorld上评估,WorldEvolver在Word2World上取得最高预测准确率,并在AgentBoard上显著提升下游智能体成功率。实验表明,测试时记忆修正同时增强了预测保真度和规划性能。论文WorldEvolverLLM世界模型智能体规划ALFWorld推荐理由:WorldEvolver通过三种记忆模块让智能体的世界模型在测试时自我进化,在ALFWorld和ScienceWorld上预测准确率最高,下游成功率也领先其他方法。原文