AwesomeREA.org

2024 · 会议论文

WorldCoder：通过编写代码并与环境交互构建世界模型的基于模型的语言智能体

WorldCoder, a Model-Based LLM Agent: Building World Models by Writing Code and Interacting with the Environment

Hao Tang; Darren Key; Kevin Ellis

WorldCoder 根据环境交互和自然语言目标学习可执行的 Python 状态转移与奖励模型，利用已记录经验和乐观规划约束修正代码，并在 Sokoban、MiniGrid 与 ALFWorld 中研究迁移和任务求解。

研究范围与局限

假设环境动态具有确定性，状态为符号化的离散表示，并非从任意像素或二进制恢复游戏。与已观察转移一致及规划成功，不能证明完整引擎等价或所有未见状态上的正确性。评估针对有限范围的环境模型与规划，不涉及恢复原始源码或资产。

与本合集的关联

这是将已观察游戏行为重建为可执行代码的智能体辅助基础研究，采用明确的一致性检查，而非仅以视觉相似度作为依据。

发表与复核详情

发表载体
NeurIPS 2024
发表状态
会议论文
出版／提交日期
2024 年（具体日期未核实）
日期依据
NeurIPS 论文集及出版方提交的 Crossref 记录给出 2024 年；不推定出版月份或日期。
arXiv 首次提交
2024 年 2 月 19 日
arXiv
2402.12275
DOI
10.52202/079017-2243

核查的是正式 NeurIPS 论文，页码 70148–70212。作者仓库采用 MIT，但仅提供部分实验产物：固定版本的环境注册表只暴露 MiniGrid，尽管 README 给出 Sokoban 示例、论文也评估了更多环境。README 提醒 NumPy 2 不兼容及较旧的 Gymnasium/MiniGrid 依赖问题。本次未安装或调用模型。

来源复核于

本合集仅做来源复核，未重新运行论文实验。请通过原始论文或 BibTeX 引用原作者。

一手来源

  1. https://papers.nips.cc/paper_files/paper/2024/hash/820c61a0cd419163ccbd2c33b268816e-Abstract-Conference.html
  2. https://papers.neurips.cc/paper_files/paper/2024/file/820c61a0cd419163ccbd2c33b268816e-Paper-Conference.pdf
  3. https://api.crossref.org/works/10.52202/079017-2243
  4. https://arxiv.org/abs/2402.12275
  5. https://haotang1995.github.io/projects/worldcoder
  6. https://github.com/haotang1995/WorldCoder/blob/9d9fc8d55b7537e2cc1e667a13185a0f2c9d9404/README.md
  7. https://github.com/haotang1995/WorldCoder/blob/9d9fc8d55b7537e2cc1e667a13185a0f2c9d9404/LICENSE
  8. https://github.com/haotang1995/WorldCoder/blob/9d9fc8d55b7537e2cc1e667a13185a0f2c9d9404/requirements.txt
  9. https://github.com/haotang1995/WorldCoder/blob/9d9fc8d55b7537e2cc1e667a13185a0f2c9d9404/worldcoder/envs/__init__.py
  10. https://github.com/haotang1995/WorldCoder/blob/9d9fc8d55b7537e2cc1e667a13185a0f2c9d9404/worldcoder/agent/synthesizer/evaluator.py