AGWM: Modelli del Mondo per Ambienti con Prerequisiti Composizionali

Un nuovo articolo su arXiv (2605.06841) introduce i Modelli del Mondo Basati sulle Affordance (AGWM) per affrontare le limitazioni dell'apprendimento basato su modelli in ambienti interattivi. I modelli del mondo standard apprendono funzioni di transizione stazionarie che mappano stati e azioni agli stati successivi, ma spesso interiorizzano correlazioni come regole causali ignorando le precondizioni delle azioni. In ambienti in cui le azioni diventano eseguibili solo dopo aver soddisfatto i prerequisiti o diventano non eseguibili quando i prerequisiti vengono distrutti—definiti eventi di cambiamento strutturale (eventi SC)—i modelli convenzionali non riescono a determinare l'eseguibilità delle azioni in previsioni multi-step. AGWM mira a migliorare le previsioni ancorando i modelli alle affordance, consentendo agli agenti di simulare traiettorie in modo più accurato. La ricerca si concentra su ambienti con prerequisiti composizionali, in cui l'insieme delle azioni disponibili cambia dinamicamente in base alle condizioni dello stato.