PEAM: Minecraft에서 경험의 대조적 내재화를 통한 매개변수화된 체화 에이전트 메모리

연구진은 사고형 LLM과 빠른 파라메트릭 메모리 모듈을 결합한 하이브리드 embodied agent 프레임워크 PEAM을 제안했다.

PEAM은 실패-수정 궤적에서 행동 복제와 대조 학습으로 학습하고, 경험을 파라미터에 저장할 시점을 스스로 판단해 통합한다.

Minecraft 실험에서 장기 과제 수행 능력을 높이고, catastrophic forgetting을 줄였으며, 검색 기반 메모리 방식보다 더 좋은 성능을 보였다.

이번 연구는 embodied agent가 경험을 외부 저장소에만 의존하지 않고 지속적인 파라미터화된 기술로 내재화할 수 있음을 보여준다.