世界状态生成器

基于摘要分析。本文研究语言智能体在行动被环境拒绝后反复改写同一步骤、却无法推进任务的问题，提出 World State Generator（WSG）：将计划写成可检查的世界状态，并依据执行失败所揭示的环境规则修订剩余状态，使计划持续与环境约束对齐。 训练材料来自覆盖 7 个领域的合成世界。每个世界由程序执行规则并判定目标是否达成，且只有目标从初始状态可达的世界才被纳入。智能体在这些世界中运行，留下经验证的失败及相应修复记录；摘要称修复可使运行到达环境认证的状态，累计约 226K 条轨迹。WSG 在这些记录上训练，核心区别在于以可检查状态承载计划，而不只是生成自然语言步骤，并将失败反馈用于约束后续规划。具体状态表示、模型结构、训练目标及反馈编码方式尚未验证。 作者报告，在 7 个公开基准上，WSG 提升了两个参数规模接近 30B 的开放模型相对于提示式方法的端到端成功率，并达到专有模型的水平。摘要未提供具体基准名称、模型名称、成功率数值、对照配置或尝试预算，因而尚不能判断收益幅度及比较条件；训练与评估环境的关系、实验协议、消融及统计信息尚未验证。 该工作的主要对象是具有规则、可执行动作和目标判定程序的语言智能体环境，而非神经信号建模。其机制依赖可检查的状态与规则反馈，不能直接等同于 EEG 解码或 BCI 控制中的有效方法；现有材料不足以提出具体迁移方案，已有 EEG 相关工作尚未检索确认。复现需进一步核对合成世界生成程序、轨迹构造流程、状态检查接口及训练和评估配置。