World models 使得大语言模型（LLM）代理能够预测行为结果并做出决策。为了在结构相似、动力学相近的新环境中实现高效迁移，传统方法将世界动力学编码为符号规则或可执行程序，虽具组合性但仍围绕环境特定对象组织知识。RoleWorld 引入可复用的原型和环境特定的参数值作为功能角色抽象，描述对象在交互中的行为方式。教师 LLM 从交互轨迹中抽取角色原型、基于角色实例的可执行转移规则，并生成指导演员 LLM 在决策时利用角色信息的 skill。目标世界中没有教师，演员 LLM 结合当前角色分配和参数估计使用该 skill，并在不确定性影响决策时主动通过交互检验角色实例假设。每次行动的反馈在线更新角色分配和参数估计，整个过程不更新 LLM 参数，转移规则保持不变。MARS 基准实验表明，RoleWorld 在对象行为显著变化的环境中实现了稳健的泛化，证明功能角色抽象是世界模型知识迁移的有效组成部分。
点评