코딩 에이전트를 활용한 일반화된 작업 및 동작 계획 연구
Coding Agents for Generalized Task and Motion Planning Problems
arXiv연구진은 복잡한 작업 및 동작 계획(TAMP) 문제를 해결하기 위해 AI 코딩 에이전트를 활용하는 새로운 접근 방식을 제시했습니다.
- 코딩 에이전트가 생성한 프로그램은 기존의 수작업 플래너나 LLM 기반 방식보다 높은 성공률을 보였으며, 객체 수가 늘어나도 효율성을 유지했습니다.
- 이는 로봇 공학 분야에서 복잡하고 일반화된 환경에 대한 계획 수립 과정을 자동화할 수 있는 강력한 기준점을 제시한다는 점에서 큰 의미가 있습니다.
- 특히 에이전트들은 단순히 코드를 생성하는 것을 넘어, 시뮬레이터와의 상호작용을 통해 물리 모델을 보정하며 전략을 개선합니다.
작업 및 동작 계획(TAMP) 문제는 이산적 결정이 기하학적, 운동학적 제약과 밀접하게 연결되어 해결하기 어려운 난제입니다. 기존의 방법들은 TAMP에 특화된 엔지니어링을 요구했지만, 연구진은 코딩 가 프로그램 합성 과정을 통해 이러한 문제를 자동화할 수 있는지 조사했습니다. 각 에이전트는 주어진 작업 설명과 시뮬레이터 접근 권한을 바탕으로 고정된 합성 예산 내에서 환경과의 상호작용 프로그램을 개발합니다.
평가는 Claude Code (Opus 5)와 Codex (GPT-5.6 Sol 및 GPT-6 Astra)를 사용하여 진행되었으며, KinDER와 PDDLStream의 28개 시뮬레이션 환경을 활용했습니다. 총 980개의 생성된 프로그램이 각각 100개의 홀드아웃 인스턴스에 걸쳐 평가되어, 전체적으로 98,000회의 평가 에피소드가 수행되었습니다.
연구 결과, 코딩 에이전트가 합성한 프로그램은 수작업으로 설계된 플래너나 기반의 일반화 계획 방식보다 전반적으로 높은 성공률을 보였습니다 (평균 56%에서 95%). 특히 객체 수가 증가하는 환경에서도 플래너보다 높은 성공률을 유지했으며, 인스턴스당 계산량은 평균적으로 한 자릿수(order of magnitude) 적게 사용했습니다. 로그 기록에 따르면 에이전트는 상호작용을 통해 물리 모델을 보정하고 엣지 케이스를 테스트하며 전략을 개선하는 모습을 보였습니다.
용어 풀이
- 에이전트
- 목표를 받으면 스스로 계획을 세우고 도구를 써서 여러 단계의 작업을 해내는 AI.
- LLM
- 방대한 글을 학습해 문장을 이해하고 만들어 내는 AI 모델. ChatGPT, Claude, Gemini가 여기에 속해요.