一篇新论文提出了以代理为中心的交互式世界代理（Agent-Centric Interactive World Proxies），将世界建模的重点从物理状态预测转移到代理可用的信息转换。该框架将世界代理分为六种功能形式——动力学、空间、执行、记忆/经验、技能和奖励/验证——为持续改进代理提供多功能反馈。该论文概述了通过这些代理实现的三种渐进式代理赋权水平：推理时指导、训练时优化以及代理-代理协同进化，旨在为能够更好地规划、更快学习和持续进化的代理建立路线图。 AI
影响 为世界建模建立新范式，可能实现更具适应性和效率的AI代理。
排序理由 该集群包含一篇详细介绍AI世界建模新概念框架的学术论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2608.02713v1 Announce Type: cross Abstract: Continually improving agents require dynamic interaction feedback beyond static supervision, yet direct real-environment interaction is costly, slow, unsafe, and hard to parallelize. World modeling offers a natural intermediate pr…
Continually improving agents require dynamic interaction feedback beyond static supervision, yet direct real-environment interaction is costly, slow, unsafe, and hard to parallelize. World modeling offers a natural intermediate proxy that allows agents to query lower-cost, more c…