GaP: 변동성 자동화 작업을 위한 그래프 기반 정책(Graph-as-Policy) 멀티 에이전트 자기 학습 하네스

요약

변동성이 큰 자동화 작업(VA)을 위해 그래프 기반 정책(GaP)을 활용하는 멀티 에이전트 자기 학습 프레임워크를 제안합니다. MORSL 라이브러리를 통해 인지, 계획, 제어 노드를 포함하는 계산 그래프를 생성하고 시뮬레이션을 통해 이를 반복적으로 최적화합니다.

핵심 포인트

• 변동성 자동화(VA)를 위한 그래프 기반 멀티 에이전트 하네스 GaP 소개
• MORSL을 활용한 인지, 계획, 제어 노드의 유향 계산 그래프 생성
• 내부 시뮬레이션을 통한 그래프 구조 및 파라미터의 반복적 개선
• 8개의 새로운 VA 벤치마크에서 기존 베이스라인 대비 높은 성공률 입증