研究揭示教程条件下World Model对Computer-Use Agents收益甚微

2026年11月4日，一项发表在arXiv（cs.lg）的新研究提出了RAG-PJ框架，并得出了一个关键发现：即使在拥有完美视觉未来的理想条件下，让计算机使用智能体（Computer-Use Agents）依赖世界模型（World Model）所带来的性能收益也极为有限。 研究进一步分析指出，世界模型的贡献主要来源于对教程的理解和评判者（Judge）的选择，而非来自预测性rollout。当前性能瓶颈主要在于评判者对未来结果的推理能力以及对任务是否完成的识别机制。 该研究团队已将相关数据集和代码开源，为后续研究提供了资源支持。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。