任务的生成式世界模型：面向具身智能体的 LLM 驱动分层脚手架

智能体开发的近期进展集中于扩大模型规模与原始交互数据，这与大语言模型的成功路径相似。然而，对于诸如机器人足球等复杂的长时多智能体任务，这种端到端方法常因难以处理的探索空间与稀疏奖励而失败。我们提出，用于决策的有效世界模型不仅必须建模世界的物理规律，还须建模其任务语义。对 2024 年低资源多智能体足球研究的系统综述揭示了一个清晰趋势，即将符号化与分层方法（如分层任务网络（HTN）与贝叶斯策略网络（BSN））与多智能体强化学习（MARL）相结合。这些方法将复杂目标分解为可管理的子目标，构建出塑造智能体学习的内在课程。我们将这一趋势形式化为分层任务环境（HTE）框架，这对于弥合简单反应式行为与复杂策略性团队协作之间的差距至关重要。我们的框架引入大语言模型（LLM）作为任务的生成式世界模型，能够动态生成此类脚手架。我们论证了 HTE 提供了一种引导探索、生成有意义学习信号并训练智能体内化分层结构的机制，使得相较于纯端到端方法，能够以更高的样本效率开发出更具能力且更通用的智能体。