ToMCAT (Theory-of-Mind for Cooperative Agents in Teams)은 팀 내 협력 에이전트를 위한 ToM(Theory of Mind) 기반 궤적 생성 프레임워크입니다. 메타러닝 메커니즘을 통해 팀원들의 잠재적 목표와 미래 행동에 대한 ToM 추론을 수행하고, 다중 에이전트 디노이징 확산 모델을 이용하여 에이전트와 팀원들의 계획을 생성합니다. 계획과 현재 상태의 차이를 감지하면 확산 모델에서 새로운 궤적을 동적으로 샘플링하는 온라인 계획 시스템을 구현했습니다. 시뮬레이션된 요리 환경에서 실험을 진행하여 동적 재계획 메커니즘이 자원 사용량을 줄이는 데 중요함을 보였으며, 팀 성능 저하 없이 효율성을 높일 수 있음을 확인했습니다. 또한, 에이전트가 에피소드 동안 수집한 최신 관찰 정보와 ToM 추론을 결합하여 동적 환경에서 팀원에게 적응하는 팀 인식 계획을 생성하는 데 중요함을 보였습니다. 특히 팀원에 대한 사전 정보가 없는 경우에 더욱 효과적입니다.
