새로움 신호를 통한 공동 에이전트 기억 및 탐색 학습

연구진은 새로운 발견 신호를 활용해 에이전트의 메모리와 탐색 정책을 함께 학습하는 JAMEL 프레임워크를 제안했다.

GUI 작업의 코드 커버리지 같은 지속적인 신호를 사용해 수동 라벨 없이 메모리를 감독한다.

실험 결과, 공개 베이스라인보다 더 강한 탐색, 미지 환경으로의 더 나은 전이, 더 적은 토큰 사용을 보였다.

이 접근은 에이전트가 열린 환경에서 더 잘 일반화하면서도 계산 비용을 줄이는 데 도움이 된다.