Critiques of World Models

世界模型，即生物智能体所体验和作用的现实世界的算法替代物，近年来由于人们日益希望开发具有人工（通用）智能的虚拟智能体而成为一个新兴的研究课题。关于世界模型究竟是什么、如何构建、如何使用以及如何评估它，人们已经展开了许多讨论。本文从著名的科幻经典《沙丘》中的想象出发，借鉴心理学文献中“假设性思维”的概念，对世界建模领域中的多个学派观点进行了批判性分析，并提出，世界模型的主要目标应是模拟现实世界中所有可行动的可能性，以支持有目的的推理与行动。在这些批判的基础上，我们提出了一种新的通用世界模型架构，该架构基于分层的、多层级的以及混合连续/离散的表征方式，并采用生成式与自监督的学习框架。我们展望，这种模型将推动实现一个具备物理感知、自主性和嵌套结构的通用人工智能（PAN-AGI）系统。

论文试图解决虚拟智能体如何有效建模真实世界环境的问题，即如何构建一个具备模拟现实世界所有可行动可能性的‘世界模型’，以支持目的性推理与行动。这个问题在人工智能领域尤其是通用人工智能（AGI）研究中是一个核心问题，且随着虚拟智能体的发展需求日益迫切。

论文从《沙丘》中的想象力与心理学中的‘假设性思维’出发，批判性地分析了当前世界模型的不同流派，并提出世界模型的核心目标应是模拟现实世界的‘可行动可能性空间’。作者提出了一种基于层级化、多层级、混合连续/离散表示的新架构，并结合生成与自监督学习框架，旨在构建一个具备物理性、能动性与嵌套结构（PAN）的AGI系统。

1. 引入科幻与心理学视角分析世界模型，具有跨学科启发性。 2. 提出了世界模型的新定义与目标，强调其对可行动空间的模拟能力。 3. 设计了一种具有层级结构与混合表示的世界模型架构，具有更强的表达与泛化能力。 4. 展望了基于该模型的PAN-AGI系统蓝图，为后续研究提供方向。 5. 虽然文中未提及具体实验与数据集，但其理论框架为未来实验设计提供了基础。

1. 《World Models》(Ha & Schmidhuber, 2018) 2. 《Dream to Control: Learning Behaviors by Latent Imagination》(Hafner et al., 2019) 3. 《Mastering Atari, Go, Chess and Shogi by Planning with a Learned Model》(Schrittwieser et al., 2020) 4. 《Neural Scene Representations for Visuomotor Learning》(Kulkarni et al., 2021) 5. 《The Problem of the Many with a Hidden Structure》(有关世界模型与多粒度建模的哲学视角)