Grounded Iterative Language Planning

论文区分两类 language-agent world model：调用 LLM API 的 agent-based model，以及训练出的参数化 transition predictor。前者能灵活用语言推理，但错误会表现为难以用普通 regression loss 评分的状态幻觉；后者的错误可量化，因此能更稳定地参与迭代规划。该工作切中的问题是 agent 规划中最危险的失败模式之一：早期错误状态被后续步骤当作事实继续传播。