Continual Enterprise World Model Discovery in Dynamic Systems
作者: Shambhavi Mishra, David Vazquez, Perouz Taslakian, Marco Pedersoli, Jose Dolz, Issam H. Laradji
分类: cs.AI
发布日期: 2026-09-17
💡 一句话要点
提出持续企业世界模型发现以应对动态系统中的业务规则挑战
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)
关键词: 企业系统 动态规则 持续学习 世界模型 智能代理 决策支持 自动化审批
📋 核心要点
- 现有方法无法有效处理动态企业系统中不断变化的业务规则，导致代理无法准确预测其行为结果。
- 本文提出了一种持续企业世界模型发现的方法，代理通过与系统交互逐步学习和更新业务规则，构建动态世界模型。
- 实验结果表明，CDA在预测隐藏规则效果方面比传统查询方法提高了最多8.98 IoU点，展现出显著的性能提升。
📝 摘要（中文）
在企业系统中，更新一个字段可能会影响另一个字段、创建记录或启动审批。这些效果由各组织编写并随时间修订的业务规则产生。本文研究持续企业世界模型发现，代理在不知晓这些规则的情况下，通过与记录互动和观察结果来发现规则，并构建世界模型。我们引入了EnterpriseWorldShift，在一个实时的ServiceNow环境中进行评估，包含九个表、25条隐藏规则和600个评估动作。通过逐步修改、添加和移除规则，测试发现、修订、扩展和退休的过程。我们的持续发现代理（CDA）能够更准确地预测隐藏规则的效果，相较于传统方法提升了最多8.98 IoU点，并且能够基于自身模型回答问题，而无需查询运行系统。
🔬 方法详解
问题定义：本文旨在解决企业系统中代理在不知晓业务规则的情况下，如何通过交互学习并预测行为结果的问题。现有方法依赖于查询系统，效率低下且准确性不足。
核心思路：论文提出的核心思路是通过持续的交互和观察，代理能够逐步发现和更新业务规则，从而构建一个动态的世界模型。这种设计使得代理能够在规则变化时及时调整其模型。
技术框架：整体架构包括四个主要模块：记录交互、结果观察、模型构建和模型修订。代理通过与系统的交互获取数据，并基于观察结果不断更新其世界模型。
关键创新：最重要的技术创新在于引入了持续发现代理（CDA），它能够在不同的世界中携带和更新模型，显著提高了对隐藏规则效果的预测准确性。与传统方法相比，CDA不再依赖于系统查询，而是基于自身模型进行推理。
关键设计：在技术细节上，CDA采用了特定的参数设置和损失函数，以优化模型的学习过程。网络结构设计上，CDA能够有效处理动态变化的规则，确保模型的灵活性和适应性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，CDA在预测隐藏规则效果方面的准确性提升了最多8.98 IoU点，相较于传统方法具有显著优势。通过对比实验，CDA展现了在动态环境中持续学习和适应的能力，验证了其有效性。
🎯 应用场景
该研究的潜在应用领域包括企业管理系统、自动化审批流程和智能决策支持系统。通过实现动态规则学习，企业能够更高效地适应变化，提高运营效率和决策质量，未来可能在多个行业中产生深远影响。
📄 摘要（原文）
In an enterprise system, updating one field can set another, create a record, or start an approval. These effects are produced by business rules that are not built into the platform but written by each organization and revised over time. An agent working in such a system cannot predict the result of its own actions without knowing these rules. We study continual enterprise world model discovery, where an agent starts without knowledge of these business rules and discovers them by interacting with records and observing the outcomes. From those observations it builds a world model, which it revises as the rules change. To evaluate this, we introduce EnterpriseWorldShift, built on a live ServiceNow environment with nine tables, 25 hidden rules and 600 evaluation actions. It presents four versions of the same enterprise world, with the tables and records held fixed while a rule is modified, then added, then removed, so that discovery, revision, extension and retirement are each tested in turn. Our Continual Discovery Agent (CDA) builds such a model and carries it from one world to the next. It predicts the effects of the hidden rules more accurately than looking them up for each question, the approach taken by prior work, by up to 8.98 IoU points, and it answers from its own model without querying the running system.