Critiques of World Models

世界模型，即生物智能体所体验和作用其中的真实世界环境的一种算法替代物，近年来由于构建具备人工（通用）智能的虚拟智能体的需求日益增长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，学界一直存在诸多争论。本文从著名的科幻经典《沙丘》中的想象出发，借鉴心理学文献中的“假设性思维”概念，对当前世界建模领域的主要思想流派进行了批判性分析，并提出：世界模型的核心目标应是为有目的的推理与行动，模拟现实世界中所有可操作的可能性。在这些批判的基础上，我们提出了一种全新的通用世界模型架构，该架构基于分层、多层级以及连续与离散混合的表征方式，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性、能动性与嵌套结构（PAN）的通用人工智能（AGI）系统。

论文试图解决如何构建一个通用的世界模型（World Model），即一个能够模拟现实世界中所有可行动可能性的虚拟代理，以支持有目的的推理和行动。这涉及对当前世界模型研究中的不同学派进行批判性分析，并提出新的架构思路。这个问题在人工智能领域是新兴且重要的，尤其对于推动人工通用智能（AGI）的发展。

论文提出了一种基于分层、多层级、混合连续/离散表示的新架构，并结合生成式与自监督学习框架，构建一个通用的世界模型。其核心思想是将世界模型的目标定义为模拟现实世界中所有可行动的可能性，而非仅仅预测未来状态。这一思路相比当前研究更强调模型的“行动导向”与“模拟能力”，并融合了心理学中的“假设性思维”概念。

1. 从科幻作品《沙丘》出发，引入哲学与心理学视角，批判性分析现有世界模型的局限性 2. 提出“物理性、能动性、嵌套性”（PAN）三位一体的AGI系统愿景 3. 强调世界模型应具备模拟所有可行动可能性的能力，而不仅是预测未来 4. 提出混合表示（连续+离散）和自监督生成学习的架构设计 5. 未提及具体实验或数据集，但提供了理论框架和未来研究方向

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 and World Models》(Eslami et al., 2018) 5. 《The Game Belief Space: Bayesian Reinforcement Learning in Worlds of Unknown Mechanics》(Li et al., 2022) 6. 《Cognitive Architecture for AGI with World Models and Hypothetical Thinking》(近期心理学与AI交叉研究)