世界状态生成器（WSG）是一种模型，通过在失败后重写状态，使语言智能体的计划与其执行环境的规则保持一致。它在从七个合成领域提取的226K条轨迹上进行训练，在这些领域中，程序强制执行规则并验证目标可达性。

  • WSG将失败视为由世界规定的规则，并重写剩余状态以遵守该规则。
  • 该模型将计划写为可检查的世界状态，而不仅仅是语言指令。
  • 在七个公开基准测试中，WSG使两个约30B参数的开放模型的端到端成功率高于提示方法。
  • 这一性能使开放模型达到专有模型的水平。

WSG解决了提示规划器因拒绝步骤而无法前进的问题，通过重写被拒绝的步骤而不向前移动，确保计划随着运行进展符合世界的物理限制和逻辑依赖关系。