본 논문은 Minecraft와 같은 복잡한 오픈 월드 환경에서의 강건성을 제한하는 경험 학습 및 지속적인 정신 모델 구축 능력의 부족을 극복하기 위해, 경험 증강 계획 프레임워크인 MINDSTORES를 제시합니다. MINDSTORES는 인간의 인지적 정신 모델 구성 및 개선 방식에서 영감을 얻어, 기존 제로샷 LLM 계획에 과거 경험 데이터베이스를 통합하여 미래 계획 반복에 활용합니다. 핵심 혁신은 (상태, 작업, 계획, 결과) 튜플의 자연어 임베딩으로 축적된 경험을 나타내어, LLM 계획자가 효율적으로 검색하고 추론하여 새로운 상태 및 작업에 대한 통찰력을 생성하고 계획을 개선하도록 안내하는 것입니다. MineDojo 환경에서의 광범위한 실험을 통해 MINDSTORES가 기존 메모리 기반 LLM 계획자보다 지식을 훨씬 더 잘 학습하고 적용하는 동시에 제로샷 접근 방식의 유연성과 일반화 이점을 유지함을 보여줍니다. 이는 자연 경험을 통해 지속적으로 학습할 수 있는 더욱 능력 있는 구현 AI 시스템을 향한 중요한 발걸음입니다.
