Agent2World：マルチエージェントフィードバックによるシンボリック世界モデルの生成

本論文は、モデルベースプランニングに不可欠なシンボリック世界モデルを生成するためのLLMのトレーニングという課題に取り組んでいます。大規模で検証可能な監督の欠如が主な制約です。Agent2Worldは、Web検索、モデル開発、および適応テストを活用して世界モデルを生成および洗練するマルチエージェントフレームワークを導入することにより、この課題に対処します。推論とファインチューニングの両方にマルチエージェントフィードバックを使用することは、パフォーマンスの向上と教師あり学習のためのデータエンジンにつながる重要な貢献です。行動認識検証と反復的な改善に焦点を当てていることは、注目すべき進歩です。