从痕迹到代理世界:用于交互式环境模拟的语言驱动代理世界的模型

标签描述: 字体的类型是什么? (Meta description)
Trace2Env是一个没有培训的框架,可以从动作观察痕迹中重建文本环境,从而实现状态模拟和安全测试.

标签: 一个字母,一个字符号. (TG) "
世界模型代理人, 实体模拟

这是什么?抽象的技术背景与连接节点,轨迹和时间线标记,没有文字,没有logo,没有人

Trace2Env通过一个不需要训练的框架来推进代理语言世界建模,将环境本身视为代理.它构建了替代文本系统的世界模型代理,让任务代理通过忠实,状态和长时间地平线对文字环境的仿真进行交互.

背景:为什么模拟文本环境很重要

当语言代理编辑文件,运行终端命令或导航 APP 接口时,测试环境的价值取决于每个操作后状态是否持续. 现实系统可能是私有,脆弱,重置昂贵或不可用. 重建的环境可以为团队提供一个更安全的地方来训练,测验和比较代理而不触及原始可执行系统.

这很重要,因为许多代理任务是顺序的:命令,文件编辑或接口操作可以在每一个后续步骤中更改上下文.因此,忠实文字环境必须跟踪状态,而不是 JUST 产生可信的下一步响应.

发展:从行动观察痕迹到世界图书

Trace2Env从记录的动作观察轨迹中重建环境动态.它不恢复原始可执行系统.在离线重建期间,痕迹被组织成一个世界书.这个世界书有六个部分:环境方案,过渡规则,约束,变量,接地证据和演示.它们一起为框架提供了一个推断文本环境如何改变的结构化基础.

在运行时,世界模型代理主动调用工具来检查worldbook,维护的事件状态和情节性内存.它推断下一个观察以及应该持续存在的状态变化.共享运行时间.带然后验证提案并提交已接受的更改,因此早期操作的后果会传递到以后的转折中.

提交步骤将自由形式生成转换为受控状态更新,这有助于保持长期一致性而不需要运行原始的 software .

最新:评估范围和可重复使用

在评估中,这篇论文涵盖了终端, software 存储库,Android和web apps ,企业服务以及文字游戏.该框架与一个环境领域无关,因此它也可以应用于其他文字交互系统,包括内部企业工具,售票工作流程,云计算和DevOps控制台,API和 MCP 后端和其他文本世界.

这种广度表明该方法针对的是一般的文本交互,而不是单个 APP 类别.重建环境可以支持在没有真实系统的情况下进行训练,安全和可复制沙箱中的测试,工具和 APIs 的状态模拟以及不可用,私有或遗留环境的重建.

该材料还指出了一个世界图书的外观.由Trace2Env建造的一个假终端在https://huggingface.co/spaces/Quanyu001/trace2env_demo,代码为https://github.com/ruyue0001/Trace2Env,项目页面是https://quanyulong.net/trace2env/.

目前阶段是一个无训练的世界建模框架,具有离线世界的书籍,运行时状态提交步骤和在多种文本环境类型中进行评估.接下来要关注的是它的状态仿真如何支持更长时间的代理测试以及更广泛地集成到企业,开发者和传统文字系统中.