Model Dunia yang Berevolusi Mandiri untuk Perencanaan Agen LLM

Makalah ini memperkenalkan WorldEvolver, sebuah kerangka kerja yang melengkapi agen LLM jangka panjang dengan wawasan andal dengan merevisi konteks saat waktu penyiapan tanpa memodifikasi parameter model. Ini mengatasi masalah prediksi tidak andal yang menurunkan pengambilan keputusan melalui pendekatan berevolusi mandiri yang meningkatkan kesetiaan prediktif dan kinerja perencanaan.

• Memori Episodik mengambil transisi aksi nyata untuk simulasi.
• Memori Semantik mengekstrak aturan heuristik persisten dari ketidaksesuaian antara prediksi dan observasi.
• Wawasan Selektif memfilter prediksi dengan kepercayaan rendah sebelum integrasi.
• Dievaluasi pada ALFWorld dan ScienceWorld, mencapai akurasi prediksi tertinggi di tiga backbone.
• Mengungguli baseline lain pada tingkat keberhasilan agen hilir yang diukur pada AgentBoard.

Pendekatan ini menunjukkan bahwa revisi memori saat waktu pengujian secara signifikan meningkatkan baik akurasi prediksi model dunia maupun tingkat keberhasilan keseluruhan tugas perencanaan agen.