WMLLM

新的WMLLM框架使用世界模型进行自演化优化代理

研究人员推出了一种新颖的自演化优化代理框架WMLLM，该框架采用预测-行动世界建模方法。该方法通过首先预测有希望的方向，然后生成待评估的候选对象，从而提高了复杂、高维优化问题的样本效率。WMLLM集成了代理式多轮精炼、基于种群的搜索和强化学习，以迭代地改进其世界模型和优化策略。实验，特别是在多目标分子优化方面，证明了WMLLM在有限评估次数下实现最先进性能的能力。