PoE-World：使用程序专家乘积进行组合化世界建模
人工智能
2025-11-21 v4 机器学习
摘要
学习如何理解世界是构建能够适应复杂环境的 AI 代理的核心任务。传统基于深度学习的世界模型需要大量训练数据，且无法从稀疏观察中灵活更新其知识。最近的大语言模型（LLM）程序综合技术提供了另一种方法，该方法学习表示为源代码的世界模型，支持从少量数据中实现强泛化。到目前为止，程序结构化的世界模型的应用仍主要局限于自然语言和网格世界域。我们提出一种新型程序综合方法，用于有效地建模复杂的非网格世界域，通过将世界模型表示为由 LLM 合成的指数加权程序专家乘积（PoE-World）。我们展示了该方法能够仅通过少量观察即可学习复杂的、随机的世界模型。我们通过将所学世界模型嵌入基于模型的规划代理中进行评估，显示其在 Atari 的 Pong 和 Montezuma's Revenge 中的未知水平上表现出高效性能和泛化能力。我们发布了代码并展示了所学世界模型和代理游戏 gameplay 视频，访问 https://topwasu.github.io/poe-world。
引用
@article{arxiv.2505.10819,
title = {PoE-World: Compositional World Modeling with Products of Programmatic Experts},
author = {Wasu Top Piriyakulkij and Yichao Liang and Hao Tang and Adrian Weller and Marta Kryven and Kevin Ellis},
journal= {arXiv preprint arXiv:2505.10819},
year = {2025}
}