AI 에이전트연구 프리프린트
MPT, 여러 에이전트의 행동과 참여 순서를 함께 학습
원문 읽기 · arxiv.org ↗(새 탭에서 열림)MPT는 에이전트가 매 단계 참여 의사를 입찰하고, 선택된 에이전트의 행동과 입찰 정책을 함께 학습한다.
학습 구조
- 각 에이전트가 입찰을 내고 가장 높은 입찰자가 행동하며, 공동 보상을 행동 정책과 참여 정책 학습에 함께 사용한다.
- 중앙 관리자가 고정 순서로 작업을 배정하는 방식과 달리 참여 패턴이 학습 중 달라진다.
보류 평가
- 새 제작 월드 32개, 로봇 탐색 88개 에피소드, 심층 연구 50개 질문을 각각 세 번 평가했다.
- 단일 모델 RL 대비 제작 보상은 20.3에서 41.5, 심층 연구 정확도는 9.0%에서 21.0%로 높았다.
적용 조건
- 평가의 세 환경은 재생 가능하고 보상을 계산할 수 있다. 실제 업무처럼 되돌릴 수 없는 행동에는 같은 방식의 검증이 없다.
- 저자들은 10B 초과 모델들로 이루어진 더 큰 집단을 시험하지 못했다고 밝혔다.
함께 확인할 조건
- 결과는 세 제한된 과제군과 검증 가능한 보상을 전제로 한다.
- 입찰 업데이트는 같은 상태의 반사실 재실행이 필요해 되돌릴 수 없는 현실 상호작용 적용은 미검증이다.
출처와 편집 기준
arxiv.org · 연구 프리프린트 · 검수 2026.10.18 (KST)
요약은 원문의 핵심을 정리했으며, 커머스 인사이트는 편집 해석이다.