DGS-WM：语言智能体的决策引导世界建模方法

Maolin Ran 等作者提出 DGS-WM，一种面向语言智能体的决策引导策略-世界模型联合训练方法。它通过决策引导观测选择组件筛选对后续策略响应有决策价值的观测单元作为世界建模目标，并用置信度自适应加权组件按预测置信度调整监督强度，形成决策感知的辅助世界建模损失，与强化学习损失在同一策略模型上联合优化。 该方法目前以 arXiv 论文形式发布，核心实现作为附件提供。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。