2025_NIPS_PoE-World: Compositional World Modeling with Products of Programmatic Experts

PoE-World 论文核心总结与翻译

一、主要内容

本文针对传统世界模型在数据效率、扩展性和泛化能力上的不足，提出了一种名为 PoE-World（Product of Programmatic Experts） 的新型符号世界建模方法。该方法受认知科学中“心智是交互专家共同体”的理念启发，将世界模型表示为LLM合成的程序化专家的指数加权乘积，而非单一整体程序或神经网络。

核心技术框架

1. 世界模型表示：通过数百个小型程序化专家（每个编码特定因果定律）的概率聚合，预测未来观测结果，支持模块化组合与概率推理，可处理随机性和部分可观测性。
2. 学习算法：
   • 基于LLM从少量演示轨迹中合成初始程序化专家；
   • 通过梯度优化（L-BFGS）调整专家权重；
   • 修剪低权重无关专家，迭代更新模型；
   • 引入硬约束排除“物理上不可能”的预测，提升规划可用性。
3. 应用方式：
   • 嵌入基于模型的规划智能体，采用分层规划（抽象状态图搜索+低级别运动规划）；
   • 作