터미널 에이전트를 단계적으로 강화하는 Terminal-RSI 알고리즘
Key Point
에이전트가 복잡한 터미널 작업을 완전히 완료하도록 유도하는 새로운 학습 방식이 여러 벤치마크에서 뚜렷한 개선을 보여주고 있다.
핵심 요약
- 터미널 에이전트의 성능을 높이기 위해 검증된 궤적 재작성(RSR)과 정책 개선(RPR)을 교대로 적용하는 Terminal-RSI를 제안했다.
- Turn-Boundary Skip-Observation GAE(TB-GAE) 방식으로 토큰별 기준선을 유지하면서 상호작용 턴 간 감쇠를 적용한다.
- Family Dense Reward(FDR)는 작업군 간 의미론적 진행을 조정하고, Success-Prioritized Reward(SPR)는 완전한 성공과 부분 성공을 구분한다.