본 논문은 다양한 분야에서 활용되는 궤적 모델링의 어려움을 해결하기 위해 대규모 언어 모델(LLM) 기반의 에이전트 프레임워크인 TrajAgent를 제안합니다. TrajAgent는 통합된 데이터 및 모델 인터페이스인 UniEnv를 통해 다양한 모델의 실행 및 학습을 지원하고, 자동화된 궤적 모델링을 위한 에이전트 기반 워크플로우를 제공합니다. 또한, LLM 기반 에이전트와 특정 모델 간의 협업 학습을 통해 성능을 향상시킵니다. 실제 데이터셋을 이용한 실험 결과, TrajAgent는 기존 방법 대비 2.38%~34.96%의 성능 향상을 보였습니다.
