건물을 탐색하든, 로봇을 작동시키든, 혹은 게임을 플레이하든, 환경에서 효과적으로 행동하는 에이전트(Agent)는 먼저 해당 환경이 어떻게 작동하는지에 대한 내부 모델을 학습해야 합니다. 부분 관측 마르코프 결정 과정 (Partially-observable Markov decision processes, POMDPs)은 이러한 내부 월드 모델 (World Models)을 위한 유연한 모델링 클래스를 제공하지만, 관측-행동 궤적 (Observation-action trajectories)만으로 이를 학습하는 것은 도전적인 과제이며 일반적으로 광범위한 환경 상호작용을 필요로 합니다. 우리는 언어 모델 사전 지식 (Language-model priors)이 기존 지식을 활용함으로써 비용이 많이 드는 상호작용을 줄일 수 있는지 질문하며, extit{Pinductor} (POMDP-inductor)를 소개합니다. extit{Pinductor}는 LLM이 몇 개의 관측-행동 궤적으로부터 후보 POMDP 모델들을 제안하고, 신념 기반 가능도 점수 (Belief-based likelihood score)를 최적화하기 위해 이를 반복적으로 정제합니다. 엄격하게 더 적은 정보를 사용함에도 불구하고, extit{Pinductor}는 은닉 상태 (Hidden state)에 대한 특권적 접근 (Privileged access)을 가정하는 LLM 기반 POMDP 학습 방법의 성능 및 샘플 효율성 (Sample efficiency)과 일치하며, 표 형식 (Tabular) POMDP 베이스라인의 샘플 효율성을 크게 능가합니다. 추가적인 결과에 따르면 성능은 LLM의 능력에 따라 확장되며, 환경에 대한 의미론적 정보 (Semantic information)가 제한될 때 점진적으로 저하됩니다. 종합적으로, 이러한 결과들은 언어 모델 사전 지식을 부분 관측성 (Partial observability) 하에서의 샘플 효율적인 월드 모델 학습을 위한 실용적인 도구이자, 실제 환경에서의 범용 에이전트 (Generalist agents)로 나아가는 단계로 자리매김합니다. 코드는 https://github.com/atomresearch/pinductor 에서 확인할 수 있습니다.