arXiv · 29.07.2026 ·Исследования и наука

Mental World Modeling: новый подход к моделированию ментальных состояний агентов

Исследователи представили концепцию Mental World Modeling, расширяющую возможности классических моделей мира. В отличие от существующих систем, фокусирующихся на физической динамике объектов, новый подход учит ИИ отслеживать скрытые ментальные состояния других агентов: их убеждения, намерения, желания и социальные установки. Это позволяет моделям лучше предсказывать поведение людей в сложных интерактивных сценариях.

Традиционные модели мира ограничиваются ответами на вопросы о физическом состоянии среды и её эволюции во времени. Однако человеческое поведение определяется не только объективными факторами, но и субъективным восприятием ситуации. Авторы работы утверждают, что для создания по-настоящему автономных и социально адаптированных агентов необходимо внедрить механизм «теории разума» (Theory of Mind), который позволяет моделировать внутренний мир других участников взаимодействия.

Метод предполагает интеграцию когнитивных слоев в архитектуру модели, что дает возможность ИИ строить прогнозы, опираясь на предположения о том, что именно знает или чувствует другой агент. Такой подход критически важен для задач, где требуется долгосрочное планирование с учетом социальных норм, переговоров или кооперации, где физического понимания пространства недостаточно для принятия оптимальных решений.

Ключевые факты

Концепция Mental World Modeling переносит фокус с предсказания физических изменений на моделирование скрытых ментальных состояний.
Модель учитывает убеждения, намерения, чувства и социальные ожидания агентов как ключевые переменные для прогнозирования действий.
Подход направлен на преодоление ограничений классических моделей мира, которые не способны интерпретировать субъективные причины человеческого поведения.
Разработка ориентирована на создание агентов, способных к эффективной социальной навигации и сложному взаимодействию в многоагентных средах.

Источник: arXiv

Обсудить с ИИ

Похожие материалы

Hacker News · Исследования и наука Концепция агентных моделей мира: переход от предсказания к планированию Исследователи переосмысливают архитектуру LLM, внедряя концепцию «агентных моделей мира». В отличие от стандартных языковых моделей, которые лишь предсказывают следующий токен, такие системы обучаются моделировать динамику среды и последствия действий. Это позволяет агентам строить долгосрочные планы, учитывая причинно-следственные связи и возможные изменения в окружении, что критически важно для автономного принятия решений в сложных условиях. arXiv · Оценка и бенчмарки Исследование способности LLM формировать убеждения других агентов через действия Исследователи представили новый подход к оценке «теории разума» (ToM) у больших языковых моделей, смещая фокус с пассивных диалогов на активное планирование. В работе анализируется способность ИИ-агентов целенаправленно изменять убеждения других участников среды через совершение конкретных действий. Это критически важный шаг для понимания того, как автономные системы могут манипулировать состоянием среды для достижения целей. Hacker News · Модели и релизы Как мировые модели дают ИИ-агентам «первое лицо» В новом видео исследователи обсуждают концепцию мировых моделей (World Models) и их роль в формировании «первого лица» у ИИ-агентов. Мировые модели — это подход, при котором ИИ создает внутреннюю репрезентацию окружающего мира, что позволяет ему действовать более автономно и адаптивно. arXiv · Исследования и наука Мультиплеерные модели мира: новый подход к симуляции динамических сред Исследователи представили первую модель мира, способную моделировать высокодинамичные среды с участием нескольких независимых агентов. В отличие от традиционных систем, рассматривающих других участников как часть фона, новая архитектура учитывает потоки действий каждого игрока отдельно. Это позволяет модели точно атрибутировать изменения в сцене конкретным агентам и сохранять физическую согласованность при любых комбинациях их действий. arXiv · Инфраструктура для агентов Qwen-AgentWorld: языковые модели как симуляторы среды для ИИ-агентов Исследователи представили Qwen-AgentWorld — новый подход к созданию ИИ-агентов, использующий языковые модели в качестве «мировых моделей» для предсказания динамики среды. Разработка позволяет агентам эффективнее планировать действия и рассуждать, моделируя последствия своих решений в виртуальном пространстве. Ключевым элементом системы стала специализированная модель Qwen-AgentWorld-35B-A3B, оптимизированная для симуляции агентных сред. Hacker News · Оркестрация агентов Концепция самообучающегося агента на базе моделей мира для написания кода Исследователи представили концепцию агента, способного к самосовершенствованию через построение «модели мира» для генерации и отладки кода. Система использует итеративный цикл, в котором агент не просто пишет программы, но и предсказывает результаты их выполнения, корректируя свои внутренние алгоритмы на основе полученной обратной связи, что позволяет повысить точность решения сложных инженерных задач без участия человека. Hacker News · Исследования и наука Развитие концепции мировых моделей в ИИ Исследователи активно работают над созданием «мировых моделей» (world models) для искусственного интеллекта, которые позволяют системам понимать физические законы и причинно-следственные связи окружающего мира. В отличие от стандартных LLM, предсказывающих следующий токен, такие модели обучаются моделировать динамику среды, что является ключевым шагом к созданию более автономных и способных к рассуждению ИИ-агентов. arXiv · Исследования и наука Ограничения универсальности ИИ-агентов: почему «мировые модели» должны быть фрагментарными Исследователи представили формальное доказательство того, что создание универсальных ИИ-агентов, способных эффективно работать в любых условиях, математически невозможно. Вместо единой архитектуры авторы предлагают концепцию «фрагментарных мировых моделей», где специализация агента на критических узлах принятия решений становится ключевым фактором успеха, а попытки достичь всеобщей компетентности ведут к неизбежным системным сбоям и непредсказуемым ошибкам. Hacker News · Инфраструктура для агентов Концепция «самомодели» для ИИ-агентов Разработчики представили концепцию «самомодели» (self-model), которая позволяет ИИ-агентам формировать и поддерживать внутреннее представление о собственных целях, ограничениях и истории взаимодействий. В отличие от стандартных систем памяти, где данные хранятся в виде разрозненных векторов, самомодель выступает как динамический контекстный слой, помогающий агенту принимать решения, исходя из долгосрочных приоритетов и накопленного опыта. Hacker News · Исследования и наука Исследование: языковые модели и человеческий мозг используют схожие концептуальные пространства Новое исследование, опубликованное на arXiv, показывает, что языковые модели (LLMs) и человеческий мозг используют схожие концептуальные пространства для обработки информации, даже если они работают на разных языках. Это открытие может иметь значительные последствия для разработки ИИ-агентов, так как оно подтверждает, что языковые модели способны моделировать когнитивные процессы, аналогичные человеческим.

← Все материалы