COMAP: LLM 에이전트를 위한 공동 진화 세계 모델과 에이전트 정책

연구진은 텍스트 기반 월드 모델과 LLM 에이전트가 서로를 함께 개선하는 폐쇄 루프 프레임워크 COMAP를 제안했다.

월드 모델은 후보 행동에 대한 피드백을 예측하고, 에이전트는 그 피드백으로 선택을 다듬은 뒤, 생성된 궤적으로 모델을 다시 업데이트한다.

COMAP는 여러 벤치마크에서 기존 방법보다 우수한 성능을 보였으며, 계획·웹 탐색·체화형 작업·도구 사용에서 특히 강점을 보였다.

이 방법은 외부 보상 없이도 에이전트가 내부 세계 모델과 정책을 함께 적응시키며 성능을 높일 수 있음을 보여준다.