행동하기 전에 세상에 물어보기: 월드 모델 보정(World-Model Calibration)을 위한 예산 기반 환경 탐색(Budgeted

요약

언어 에이전트의 월드 모델 드리프트 문제를 해결하기 위해, 행동 전 환경에 질문하여 모델을 보정하는 예산 기반 탐색 기법을 제안합니다. 신념의 유형에 따라 효율적인 탐색 전략을 다르게 적용하여 작업 수행 중 발생하는 오류를 최소화합니다.

핵심 포인트

• 에이전트의 월드 모델 오류를 방지하기 위한 직접적인 복구 메커니즘 연구
• 환경 상호작용을 희소한 보정 자원으로 활용하는 예산 기반 탐색 도입
• 절차적 신념과 공간적 신념에 따른 차별화된 탐색 전략 제안
• 탐색 정책이 작업 구조를 따를 때 최종 월드 모델 오류가 감소함을 입증