经 DEVS 形式化方法的规格驱动离散事件世界模型生成与评估

摘要

世界模型对于代理系统的规划和评估至关重要，但现有的方法处于两个极端：手工设计的模拟器提供一致性和可重复性，但适应成本高昂；隐式神经模型虽然灵活，但难以长期约束、验证和调试。我们寻求一个有原则的中间立场，将显式模拟器的可靠性与学习模型的灵活性结合起来，允许在在线执行过程中调整世界模型。通过针对一系列动态由离散事件的顺序、时间和因果关系控制的环境，例如排队和服务操作、具体任务规划和消息介导的多代理协调，我们提倡直接从自然语言规范合成的明确的、可执行的离散事件世界模型。我们的方法采用 DEVS 形式主义，并引入基于 LLM 的分阶段生成管道，将组件交互的结构推理与组件级事件和时序逻辑分开。为了在没有唯一基本事实的情况下评估生成的模型，模拟器会发出结构化事件跟踪，这些跟踪根据规范导出的时间和语义约束进行验证，从而实现可重复的验证和本地化诊断。这些贡献共同产生了世界模型，这些模型在长期部署中是一致的，可以通过可观察的行为进行验证，并且可以在在线执行期间有效地按需合成。

经 DEVS 形式化方法的规格驱动离散事件世界模型生成与评估 — 图1：面向仓库机器人车队补货任务的离散事件世界模型生成与执行的示例。为便于规划，一份自然语言环境规约被转换为一个世界模型，该模型为各类干预（如车队规模、调度规则、充电器数量）暴露标准化的执行接口，并输出结构化的事件轨迹与性能指标（如KPI）。本文提出将这样的世界模型操作化为一个DEVS模型，它由相互作用的原子（atomic）与耦合（coupled）组件构成，每个组件代表一个具有局部状态、事件处理逻辑与时序语义的实体。实体间的交互通过经组件端口路由的事件消息实现，而事件时序由组件特定的时间推进函数与转移函数控制。这使得系统性的what-if分析以及对备选运营策略的比较评估成为可能。