前瞻規劃

速報

內建未來感知的語言模型代理人：三階段訓練提升預測與規劃能力

大型語言模型（LLM）代理人在序列決策上表現優秀，但在長期任務中仍屬被動，缺乏「如果」推理的內部世界模型。研究團隊提出將未來感知內化於單一自回歸模型，透過文字化的狀態展開與計畫條件成功估計（類似 Q 值）來模擬未來。