面向代理任务的以对象为中心的环境建模

大型语言模型（LLM）代理在复杂环境中的交互过程中积累经验，能够逐步提升性能。然而，传统的基于自由形式文本的记忆机制随着交互历史的增加变得难以维护、验证和重用，尤其是在动态变化的环境中。近期，研究者们尝试通过符号化方法学习可执行技能或构建程序化世界模型，但这些方法通常只存储局部过程或对动态特性做了简化假设，限制了其泛化能力。针对这一挑战，Yiyang Li等人在2026年7月提交的论文中提出了一种名为“面向代理任务的以对象为中心的环境建模”（Object-Centric Environment Modeling, OCM）的新方法。OCM的核心思想是将代理的交互经验组织成一个可执行的对象中心环境模型，该模型由两个相互关联的代码库构成：对象知识库（用Python类定义环境中的实体、属性及其交互机制）和过程知识库（记录可重用的交互模式，这些模式必须导入并使用对象模型）。OCM以在线方式工作：在每个交互片段（episode）结束后，代理会反射整个轨迹，基于新获得的经验更新对象知识库和过程知识库，并自动验证所有过程是否能够在更新后的对象模型上正确执行。这种验证机制确保了知识库的一致性和可靠性。在未来的交互中，代理采用渐进知识披露策略——首先检查简洁的代码签名（类似于函数声明），仅当需要时才读取完整的源代码，从而在效率和准确性之间取得平衡。实验结果表明，OCM在多个基准测试中取得了最佳平均排名，同时显著减少了无效动作的比例。这一工作表明，通过构建以对象为中心的环境模型，LLM代理能够更有效地利用经验，提升在复杂任务中的自适应能力，为未来智能体系统的发展提供了新的方向。