论文导读
Web Agents with World Models: Learning and Leveraging Environment Dynamics in Web Navigation
首个 arXiv 版本： · ICLR 2025
用自然语言描述候选网页动作引起的重要变化，再根据这些预测选择动作。
研究贡献与问题设置
提出以状态转移为重点的抽象表示，减轻预测冗长、重复网页观测的负担，并支持借助世界模型进行规划。
- 模型输出
- 对下一次网页观测中变化的自然语言描述。
- 动作接口
- 候选网页导航动作。
- 状态与记忆
- 规划器使用网页上下文和预测的状态变化描述。
与 NeuralOS 的联系
将环境预测与网页导航中智能体的决策联系起来。
适用范围与限制
论文通过状态变化的文字描述评估网页导航。
相关术语：网页世界模型、反事实规划、状态转移预测、WMA
引用这篇论文
arXiv 预印本
请引用实际使用的版本。