AI 에이전트 연구
WM-R1: Training GUI Agents to Reason and leverage World Models with Reinforcement Learning
ARarXiv
기존의 실제 환경 의존성을 벗어나, 월드 모델을 활용해 모바일 GUI 에이전트를 훈련하는 새로운 프레임워크 WM-R1을 제안했습니다.
세 줄 요약
- WM-R1은 월드 모델을 사고 과정에 통합하여, 에이전트가 실제 행동 전 후보 동작의 결과를 미리 추론하게 하는 것이 핵심입니다.
- 실제 환경과의 상호작용 필요성을 제거함으로써 훈련 자원 소모와 불안정성 문제를 해결하고 개발 비용을 획기적으로 줄일 수 있습니다.
- 월드 모델 기반으로 병렬적이고 정밀한 경로 생성이 가능하며, 실험 결과 기존 방식 대비 월등히 높은 성능을 입증했습니다.
기존의 실제 환경 의존성을 벗어나, 월드 모델을 활용해 모바일 GUI 에이전트를 훈련하는 새로운 프레임워크 WM-R1을 제안했습니다.