面向代理任務的以物件為中心的環境建模

大型語言模型（LLM）代理在複雜環境中的互動過程中積累經驗，能夠逐步提升效能。然而，傳統的基於自由形式文本的記憶機制隨著互動歷史的增加變得難以維護、驗證和重用，尤其是在動態變化的環境中。近期，研究者們嘗試透過符號化方法學習可執行技能或構建程式化世界模型，但這些方法通常只儲存區域性過程或對動態特性做了簡化假設，限制了其泛化能力。針對這一挑戰，Yiyang Li等人在2026年7月提交的論文中提出了一種名為“面向代理任務的以物件為中心的環境建模”（Object-Centric Environment Modeling, OCM）的新方法。OCM的核心思想是將代理的互動經驗組織成一個可執行的物件中心環境模型，該模型由兩個相互關聯的程式碼庫構成：物件知識庫（用Python類定義環境中的實體、屬性及其互動機制）和過程知識庫（記錄可重用的互動模式，這些模式必須匯入並使用物件模型）。OCM以線上方式工作：在每個互動片段（episode）結束後，代理會反射整個軌跡，基於新獲得的經驗更新物件知識庫和過程知識庫，並自動驗證所有過程是否能夠在更新後的物件模型上正確執行。這種驗證機制確保了知識庫的一致性和可靠性。在未來的互動中，代理採用漸進知識披露策略——首先檢查簡潔的程式碼簽名（類似於函式宣告），僅當需要時才讀取完整的原始碼，從而在效率和準確性之間取得平衡。實驗結果表明，OCM在多個基準測試中取得了最佳平均排名，同時顯著減少了無效動作的比例。這一工作表明，透過構建以物件為中心的環境模型，LLM代理能夠更有效地利用經驗，提升在複雜任務中的自適應能力，為未來智慧體系統的發展提供了新的方向。