从痕迹到Agentic世界：用于交互式环境模拟的Agentic语言世界模型

真实的环境副本对于训练和评估LLM智能体越来越有价值，但原始系统可能无法访问或无法复制。我们探索Agentic语言世界建模：世界模型智能体不是重建可执行环境，而是充当任务智能体的环境，并支持忠实且有状态的模拟。我们用 Trace2Env 实例化了这个范例，这是一个免学习框架，适用于原始系统不可用但历史交互痕迹仍然可访问的情况。 Trace2Env 将这些痕迹重建为可重用的环境世界手册，其中包含环境模式、基础证据和诱导行为知识。在运行时，世界模型智能体主动查阅世界手册和持久情景状态，以推断每个动作的观察和持久状态效果。在九个环境中，与传统的基于提示的 LWM 相比，Trace2Env 提高了下一次观察的保真度和长视野交互一致性。在多回合交互中，针对 Trace2Env 生成的任务智能体操作在真实环境中重播时更频繁地保持有效，这表明其模拟动态更好地保留了连续回合中早期操作的后果。这些结果将Agentic语言世界建模作为构建真实环境副本而无需重建原始可执行系统的替代方向。