Mind-Studio：带前瞻评估的可执行世界模型用于部分可观测游戏

摘要

世界模型综合旨在把交互经验转化为环境动力学的内部模型。既有符号方法常拟合观测转移或局部规则混合——但不产出可独立于真实环境运行的完整可执行程序。我们提出Mind-Studio——用大语言模型从状态-动作-次状态轨迹综合可执行的pygame式世界模型的框架。Mind-Studio把熵选择踪迹与含从截图抽取的对象、动作与静态场景信息的轻量游戏技能文件结合。我们以K步前瞻保真协议评估综合质量——把生成的世界模型rollout与同一状态的Real-ALE rollout比较。在Montezuma's Revenge上——Mind-Studio把选定动作的次状态预测从PoE-World的0.3%提升到48.7%——同时验证8个子目标中的5个；跨Alien、Assault与Skiing——它取得比先前学习式前瞻源更强的分支级保真度。