因果世界模型何时能帮到模块化 LLM 智能体：CausalCompose 框架研究

研究提出 CausalCompose 因果世界模型框架，为模块化 LLM 智能体引入因果结构，用于干预感知的预测与规划。理论分析显示，在证据充分且局部误差可控时，因果组合可弥合纯观测世界模型在干预时产生的不可约误差。多类模块化智能体环境实验表明，引入因果结构能持续提升干预敏感推理与规划，在因果依赖直接支配动作执行的结构化工具使用系统中增益尤为明显。