쌓인 기록에서 찾기
무엇을 찾으세요? 날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위 2026년 8월 13일 (목) 부터 2026년 11월 16일 (월)까지 4683건
2건 · "자율 진화"조건 지우기 ×
001 18:11 ▲ 11 · 댓글 2 LLM 에이전트의 경험을 재활용 가능한 스킬로 동적 변환 기존 LLM 에이전트의 기술 합성 방식은 구체적 작업이 정해지기 전에 경험을 고정된 절차적 지식으로 추상화하는 문제가 있어 나중에 필요한 정보를 버리거나 불필요한 세부사항을 남기는 경향이 있다. AI · 머신러닝 · ExpVoyager: Direct Experience Navigation for Dynamic Agent Skill Synthesis
Key Point LLM 에이전트가 지속적으로 학습하고 확장하는 자율 진화 시스템을 실현하는 데 필수적인 경험 재활용의 문제를 해결하는 새로운 접근법이 제시된다.
핵심 요약
기존 LLM 에이전트의 기술 합성 방식은 구체적 작업이 정해지기 전에 경험을 고정된 절차적 지식으로 추상화하는 문제가 있어 나중에 필요한 정보를 버리거나 불필요한 세부사항을 남기는 경향이 있다. ExpVoyager는 에이전트의 축적된 궤적(trajectory)을 현재 작업의 필요에 맞춰 실시간으로 탐색하는 동적 네비게이션 방식으로 경험을 활용한다. 스킬 큐레이터가 저장된 경험을 다양한 관점과 해상도에서 탐색하며 재사용 가능한 절차적 지식을 식별하고, 다음에 어디를 탐색할지 가이드하는 남은 지식 요구사항을 추적한다. 전체 요약 4문장 읽기 → 002 15:11 ▲ 91 · 댓글 2 로봇, 코드로 배우고 스스로 진화한다 기존 VLA(비전-언어-동작)·WAM(세계-동작) 모델은 관찰과 지시를 직접 로봇 동작으로 변환하지만, 레이아웃이나 시점이 조금 바뀌어도 실패하고 지시 일반화가 떨어진다. AI · 머신러닝 · Self-Evolving Coding Agents: From Digital Programs to Physical-World Intelligence
Key Point 로봇이 코드로 작업 상태를 표현하고 실행 과정을 수정하도록 하면, 환경 변화에 더 탄력적으로 대응하고 장기 작업도 완수할 수 있다는 새로운 접근법을 제시한다.
핵심 요약
기존 VLA(비전-언어-동작)·WAM(세계-동작) 모델은 관찰과 지시를 직접 로봇 동작으로 변환하지만, 레이아웃이나 시점이 조금 바뀌어도 실패하고 지시 일반화가 떨어진다. 근본 원인은 표현 방식에 있다: 작업 요구사항·조건·진행·실패 복구가 동작 수열에 암묵적으로 인코딩돼 검사하거나 수정하기 어렵다. 논문은 디지털 코딩 에이전트의 방식을 물리 로봇에 적용하는 'Physical Coding'을 제안한다: LLM이 도구를 호출하고 결과를 검증한 뒤 피드백으로 실행 가능한 코드를 수정하는 방식이다. 전체 요약 8문장 읽기 →