2025_NIPS_SIMWORLD: An Open-ended Simulator for Agents in Physical and Social Worlds

SIMWORLD 论文核心总结与翻译

一、主要内容总结

SIMWORLD 是基于虚幻引擎 5 开发的开源模拟器，专为 LLM/VLM 智能体设计，聚焦复杂物理与社交环境下的开发和评估。核心围绕三大能力展开：一是生成真实且开放式的城市级3D环境，融合物理定律与社交规则，支持自然语言驱动的场景编辑；二是为智能体提供丰富的多模态交互接口，支持自然语言指令输入与多维度反馈输出；三是内置多样化物理与社交推理场景，通过导航任务和多智能体配送任务验证效能。

论文通过两项案例研究完成验证：城市导航任务中，智能体需避障并遵守交通规则；多智能体配送任务中，智能体需通过竞争、合作、投资等策略实现盈利。实验结果揭示了不同前沿模型（如 GPT-4o、Claude-3.5、Gemini-2.5 等）的推理特点与局限，证明 SIMWORLD 可作为跨学科推进真实世界智能体研究的基础平台。

二、创新点

1. 真实且开放式的世界模拟：结合精准物理动力学（重力、动量）与社交规则（交通信号、个人空间），支持语言驱动的程序化场景生成与实时编辑，突破传统模拟器场景有限的瓶颈。
2. LLM/VLM 原生适配接口：提供多模态输入（视觉、语义图谱）与开放式词汇动作输出，通过内置规划器将高层自然语言指令转化为底层可执行动作，衔接认知与具象化执行。
3. 多样化场景与可扩展性：原生支持物理导航、社交协作等多类任务，用户可自定义场景参数，同时开源架构支持跨领域（AI、机器人、社会模拟）扩