C-World: A Computer Use Agent Environment Creator

Created by

Haebom

저자

Ziqiao Xi, Shuang Liang, Qi Liu, Jiaqing Zhang, Letian Peng, Fang Nan, Meshal Nayim, Tianhui Zhang, Rishika Mundada, Lianhui Qin, Biwei Huang, Kun Zhou

💡 개요

LLM 기반 에이전트의 계획 및 추론 능력을 인간 수준으로 향상시키기 위해서는 대규모의 다양한 학습 환경이 필요하지만, 이러한 환경 구축은 비용이 많이 듭니다. 본 연구는 네 가지 핵심 구성 요소(액션 공간, 작업 분배 엔진, 상태 제어 기반 전환 함수, 보상 신호)를 통해 요구에 따라 에이전트 환경을 구축할 수 있는 시스템인 C-World를 제안합니다. C-World는 실제 API 실행 기반의 현실 모드와 World Engine을 통한 합성 모드를 제공하여, 실제 존재하지 않는 도메인 및 도구에 대한 환경 구축까지 가능하게 하여 확장성을 확보했습니다.

🔑 시사점 및 한계

•

LLM 기반 에이전트의 발전에는 대규모의 다양한 학습 환경이 필수적이며, C-World는 이러한 환경을 효율적으로 구축하는 방법을 제시합니다.

•

World Engine은 실제 API 실행과의 높은 상관관계를 보이며, 적은 양의 데이터로도 에이전트의 성능을 크게 향상시킬 수 있어 효율적인 학습 데이터 엔진으로 활용될 수 있습니다.

•

에이전트의 실행 능력, 특히 제약 조건 준수 능력이 주요 병목 현상으로 나타났으며, 이는 향후 연구에서 집중적으로 개선해야 할 부분입니다.

PDF 보기

Made with Slashpage