シンガポールの南洋理工大学の研究者は、過去の行動と観測の記録から対話型のテキスト環境を再構成する、訓練不要のフレームワーク「Trace2Env」を発表しました。論文は10月5日に公開され、10月9日にHugging Face Papersへ投稿されました。元のシステムにアクセスできない場合や再現が現実的でない場合に、エージェントを模擬環境として使う方法を提案しています。

Trace2Envは過去のやり取りを「ワールドブック」にまとめます。そこには環境の構造、状態遷移の規則、制約、不変条件、根拠資料、実演例が含まれます。利用時には、ワールドモデルエージェントがこの記録と、継続して保持されるエピソード状態および記憶を参照し、タスクを行うエージェントが次に何を観測するか、どの変更を維持するかを推定します。共有の実行基盤が提案された変更を確認し、承認した更新を反映するため、以前の行動の影響が後続のターンにも引き継がれます。

研究者は、端末、ソフトウェアリポジトリ、Androidアプリやウェブアプリ、企業向けサービス、テキストゲームを含む9つの環境でTrace2Envを評価しました。従来のプロンプトベースの言語モデルによる環境モデルと比べ、次の観測の忠実度と、長期にわたるやり取りの一貫性が向上したと報告しています。複数ターンの試験では、Trace2Envを使って生成した行動は、実環境で再実行した際にも有効である割合が高くなりました。著者らは、模擬環境の動きが、以前の行動による影響を複数ターンにわたってよりよく保つことを示す結果だとしています。

著者らによると、再構成した環境は、実システムにアクセスせずにエージェントを訓練する用途、安全で再現可能なサンドボックスでの試験、ツールやAPI向けの状態を保持するモック、利用できない環境や非公開・旧式の環境の再現に使えます。このフレームワークは特定分野に限定されず、チケット処理の業務フロー、クラウドやDevOpsの操作画面、APIやMCPのバックエンドなど、ほかのテキスト対話型システムにも適用できるといいます。論文は、元の実行システムを作り直さずに環境の複製を構築する方法として、エージェント型の言語世界モデルを提示しています。

シンガポールの南洋理工大学の研究者は、過去の行動と観測の記録から対話型のテキスト環境を再構成する、訓練不要のフレームワーク「Trace2Env」を発表しました。論文は10月5日に公開され、10月9日にHugging Face Papersへ投稿されました。元のシステムにアクセスできない場合や再現が現実的でない場合に、エージェントを模擬環境として使う方法を提案しています。

Trace2Envは過去のやり取りを「ワールドブック」にまとめます。そこには環境の構造、状態遷移の規則、制約、不変条件、根拠資料、実演例が含まれます。利用時には、ワールドモデルエージェントがこの記録と、継続して保持されるエピソード状態および記憶を参照し、タスクを行うエージェントが次に何を観測するか、どの変更を維持するかを推定します。共有の実行基盤が提案された変更を確認し、承認した更新を反映するため、以前の行動の影響が後続のターンにも引き継がれます。

研究者は、端末、ソフトウェアリポジトリ、Androidアプリやウェブアプリ、企業向けサービス、テキストゲームを含む9つの環境でTrace2Envを評価しました。従来のプロンプトベースの言語モデルによる環境モデルと比べ、次の観測の忠実度と、長期にわたるやり取りの一貫性が向上したと報告しています。複数ターンの試験では、Trace2Envを使って生成した行動は、実環境で再実行した際にも有効である割合が高くなりました。著者らは、模擬環境の動きが、以前の行動による影響を複数ターンにわたってよりよく保つことを示す結果だとしています。

著者らによると、再構成した環境は、実システムにアクセスせずにエージェントを訓練する用途、安全で再現可能なサンドボックスでの試験、ツールやAPI向けの状態を保持するモック、利用できない環境や非公開・旧式の環境の再現に使えます。このフレームワークは特定分野に限定されず、チケット処理の業務フロー、クラウドやDevOpsの操作画面、APIやMCPのバックエンドなど、ほかのテキスト対話型システムにも適用できるといいます。論文は、元の実行システムを作り直さずに環境の複製を構築する方法として、エージェント型の言語世界モデルを提示しています。