Specification-Driven Generation and Evaluation of Discrete-Event World Models via the DEVS Formalism

世界模型是必须在长期范围内评估动作的 LLM 代理的核心。然而，现有工作多聚焦于受物理动力学或空间结构支配的环境，而许多高影响领域（包括供应链、采购网络和商业流程）通过离散事件、时序约束和因果依赖关系来演化。这些设置需要离散事件世界模型。现有的世界模型构建方法往往处于两个极端：手工设计的模拟器提供一致性和可重复性，但建设和调整成本高；神经模型灵活，但在长期滚动中可能出现累积性不一致。我们寻求一种原则性的中间方案，通过自然语言规格在线合成离散事件世界模型，既保留显式模拟器的可靠性，又获得神经模型的可适应性。我们采用 DEVS 形式化方法，引入分阶段的 LLM 生成管道，将组件间相互作用的结构推断与组件级事件和时序逻辑分离。对于评估，我们开发了在模拟器发出结构化事件轨迹后，对其进行验证的基准套件，这些轨迹针对specification 派生的时序、因果和语义约束进行验证。这实现了可重复的验证和局部诊断。总体而言，这些贡献产生的世界模型在长期滚动中保持一致，可从可观察行为进行验证，能够在在线执行期间高效地按需合成。