AI 연구연구 프리프린트
CoPE, 에이전트의 다음 행동 예측을 학습해 훈련 효율 개선
원문 읽기 · arxiv.org ↗(새 탭에서 열림)성공한 실행의 다음 행동들을 중간 단계마다 예측하게 해 에이전트 학습 효율을 높였다.
배경과 변화
- 성공한 실행의 다음 행동들을 중간 단계마다 예측하게 해 에이전트 학습 효율을 높였다.
- 성공한 정책 실행의 여러 미래 행동을 같은 정책 모델의 보조 학습 목표로 사용한다.
근거와 결과
- 다섯 환경 평가에서 비교 강화학습 방법보다 성능을 높였고 ScienceWorld에서 최대 1.9배·2.0배 샘플 효율을 보고했다.
적용 조건
- 실험은 정해진 다섯 환경과 성공 궤적을 사용한다. 실제 서비스의 긴 작업과 추가 학습 비용을 확인한 결과는 아니다.
함께 확인할 조건
- 실험은 정해진 다섯 환경과 성공 궤적을 사용한다. 실제 서비스의 긴 작업과 추가 학습 비용을 확인한 결과는 아니다.
이 글의 용어
기사에서 다루는 개념을 검수된 용어집에서 살펴보세요.
출처와 편집 기준
arxiv.org · 연구 프리프린트 · 검수 2026.10.18 (KST)
요약은 원문의 핵심을 정리했으며, 커머스 인사이트는 편집 해석이다.