Agent-Editing World Model: 重塑 Agent 的世界模型定位
為何重要
傳統『世界模型』多著重於預測環境狀態，而本研究將視角轉向『自我狀態重寫』，從架構層面解決了 Agents 難以自我修正與決策依據過時的痛點。這對於開發具備持久存取與最佳化歷史記憶的『真實』運作 Agent 至關重要，直接影響未來 AI Agent 的可靠性與效能天花板。
為瞭解決 LLM Agents 在長時間軸任務中因過時計畫與錯誤假設產生的狀態汙染問題，研究提出重新定義世界模型的概念：不再單純模擬環境觀察，而是將焦點轉移至建模『推理與行動如何形塑未來進展』。
- 提出 Agent-Editing World Model (AEWM)，透過 Action Judge 模組區分關鍵、探索性與雜訊決策，並利用 State Revision 編輯歷史中的無效行動。
- 建立 EditAct 框架，將編輯能力與真實執行結合，直接修改後續決策的底層狀態而非提供單純批評。
- 在 Action Judge benchmark 上取得 70.5% macro-F1 分數，較最強基準高出 10.6 個百分點。
- EditAct 在多項基準上表現優異，平均分提升 3.2 至 6.7 點；基於驗證軌跡的 AEWM-RFT 亦超越 Self-RFT 2.2 至 2.6 點。