# WorldCoder：通过编写代码并与环境交互构建世界模型的基于模型的语言智能体 > WorldCoder 根据环境交互和自然语言目标学习可执行的 Python 状态转移与奖励模型，利用已记录经验和乐观规划约束修正代码，并在 Sokoban、MiniGrid 与 ALFWorld 中研究迁移和任务求解。 - 作者：Hao Tang; Darren Key; Kevin Ellis - 原标题：WorldCoder, a Model-Based LLM Agent: Building World Models by Writing Code and Interacting with the Environment - 发表载体：NeurIPS 2024 - 发表状态：会议论文 - 出版／提交日期：2024 年（具体日期未核实） - 日期依据：NeurIPS 论文集及出版方提交的 Crossref 记录给出 2024 年；不推定出版月份或日期。 - arXiv 首次提交：2024 年 2 月 19 日 - arXiv：2402.12275 - DOI：10.52202/079017-2243 - 来源复核于：2026-10-17 - 收录于：2026-10-17 - 原始论文： - PDF： - 代码： - 项目： - BibTeX： - 目录页面： - 记录 JSON： - 英文版：[English](https://awesomerea.org/papers/paper-worldcoder/index.md) ## 研究范围与局限 假设环境动态具有确定性，状态为符号化的离散表示，并非从任意像素或二进制恢复游戏。与已观察转移一致及规划成功，不能证明完整引擎等价或所有未见状态上的正确性。评估针对有限范围的环境模型与规划，不涉及恢复原始源码或资产。 ## 与本合集的关联 这是将已观察游戏行为重建为可执行代码的智能体辅助基础研究，采用明确的一致性检查，而非仅以视觉相似度作为依据。 ## 发表与复核说明 正式 NeurIPS 论文，页码 70148–70212。作者仓库采用 MIT，但仅提供部分实验产物：固定版本的环境注册表只暴露 MiniGrid，尽管 README 给出 Sokoban 示例、论文也评估了更多环境。README 提醒 NumPy 2 不兼容及较旧的 Gymnasium/MiniGrid 依赖问题。 ## 一手来源 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. ## 关于此条目 已依据论文及一手来源复核。请通过原始论文或 BibTeX 引用原作者。 原创说明采用 MIT 许可；外部项目、论文与素材保留各自的权利和许可。