动态系统中的持续企业世界模型发现

在企业系统中，更新一个字段可能设置另一个字段、创建记录或启动审批。这些效果来自各组织自行编写并不断修改的业务规则，而非平台内置逻辑。在这类系统中工作的智能体若不了解规则，便无法预测自身操作结果。我们研究持续企业世界模型发现：智能体起初不了解这些业务规则，通过与记录交互并观察结果来发现规则，再据此建立世界模型，并随规则变化进行修订。为评估这一过程，我们提出EnterpriseWorldShift，它基于实际运行的ServiceNow环境，包含九张表、25条隐藏规则和600个评估动作。它提供同一企业世界的四个版本，在保持表和记录不变的情况下，依次修改、增加、删除一条规则，从而分别测试发现、修订、扩展和废止。我们的持续发现智能体CDA建立并跨世界版本保留这一模型。相比先前工作对每个问题临时查询规则的方法，它更准确地预测隐藏规则的效果，交并比最高提升8.98点，并能直接从自身模型作答，无需查询运行中的系统。