MemWM：记忆增强的文本世界模型

世界模型越来越多地被用于支持智能体规划，通过预测环境状态如何随智能体动作而演化。然而，流畅的下一状态预测仍可能遗漏任务关键事实、损坏商品属性或应用错误的转移规则。为解决这类系统性预测错误，我们提出MemWM，一个记忆增强的文本世界模型。MemWM使用世界记忆——一个经整理的、存储转移规则、状态缓存与难预测事实的记忆库——来约束下一状态的想象。我们用结构化状态保真度（SSF）评估事实性状态保持，该指标通过基准特定的事实与字段为预测状态打分。与SFT相比，记忆增强训练将SSF最高提升206.3%。在完整规划设置中，我们保持策略模型冻结，并提供策略侧世界技能：检索到的任务级技能与用于动作选择的逐步纠正指导。在ALFWorld、WebShop与ScienceWorld上，记忆增强智能体相比SFT训练的世界模型智能体提升了下游成功率，相对增益最高达65.4%。敏感性分析进一步表明，在不同的记忆与动作预算设置下，检索到的记忆均能提升任务成功率与效率。