論文の概要: WebSynthesis: World-Model-Guided MCTS for Efficient WebUI-Trajectory Synthesis

• arxiv url: http://arxiv.org/abs/2507.04370v1
• Date: Sun, 06 Jul 2025 12:31:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-08 15:46:35.144343
• Title: WebSynthesis: World-Model-Guided MCTS for Efficient WebUI-Trajectory Synthesis
• Title（参考訳）: WebSynthesis: 効率的なWebUI-Trajectory合成のための世界モデル誘導MCTS
• Authors: Yifei Gao, Junhong Ye, Jiaqi Wang, Jitao Sang,
• Abstract要約: 本稿では,軌道合成と学習のための新しいフレームワークであるWebSynthesisを提案する。 本稿では,WebSynthesis を用いて訓練したエージェントが,大規模実世界のデータに対してトレーニングしたモデルに匹敵する,あるいはそれ以上の性能を達成することを示す。
• 参考スコア（独自算出の注目度）: 34.998277998052444
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advancements in large language models (LLMs) have significantly improved the capabilities of web agents. However, effectively navigating complex and dynamic web environments still requires more advanced trajectory-level planning and execution. Prior studies have addressed self-improving agents by collecting extensive GUI trajectories from real-environment interactions. Despite their effectiveness, these approaches encounter two critical challenges: (1) Uncontrollable environment states, where real or sandboxed web environments often yield unstable and non-deterministic feedback, complicating the reproduction and debugging of agent behaviors; and (2) High API costs, as generating even a single interaction trajectory can involve hundreds of queries, leading to considerable API usage and computational expenses. To address these limitations and enable scalable self-improvement for agents, we propose WebSynthesis, a novel framework for trajectory synthesis and training. WebSynthesis leverages a learned world model to simulate virtual web environments, allowing a policy agent to perform efficient and reversible tree-based planning. This approach supports the large-scale generation of diverse and high-quality trajectories, which are subsequently utilized to refine the agent's policy. Experimental results demonstrate that an agent trained using WebSynthesis on a small-scale synthetic dataset achieves performance comparable to or even surpassing that of models trained on large-scale real-world data.
• Abstract（参考訳）: 大規模言語モデル(LLM)の最近の進歩は、Webエージェントの機能を大幅に改善した。 しかし、複雑で動的なWeb環境を効果的にナビゲートするには、より高度な軌道計画と実行が必要である。 従来の研究では、実際の環境相互作用から広範囲なGUIトラジェクトリを収集することで、自己改善エージェントに対処してきた。 実環境やサンドボックス化されたWeb環境が不安定で非決定論的なフィードバックを得る場合,エージェントの動作の再現とデバッグを複雑にする場合,(2) 単一のインタラクショントラジェクトリを生成する場合,数百のクエリが生成され,API使用量や計算コストが大幅に削減される場合,これらのアプローチは2つの重要な課題に直面する。 これらの制約に対処し、エージェントのスケーラブルな自己改善を可能にするために、軌道合成とトレーニングのための新しいフレームワークであるWebSynthesisを提案する。 WebSynthesisは学習した世界モデルを利用して仮想Web環境をシミュレートする。 このアプローチは、多種多様な高品質な軌道の大規模生成をサポートし、その後エージェントのポリシーを洗練するために利用される。 実験の結果,WebSynthesisを用いて訓練したエージェントが,大規模実世界のデータにトレーニングしたモデルに匹敵する,あるいは超える性能を達成していることがわかった。

関連論文リスト

• RouteNator: A Router-Based Multi-Modal Architecture for Generating Synthetic Training Data for Function Calling LLMs [3.41612427812159]
  デジタルコンテンツ作成ツールでは、ユーザは、API呼び出しにマップしなければならない自然言語クエリを通じて、ニーズを表現します。 既存の合成データ生成アプローチでは、実世界のデータ分散を複製することができない。 高品質な合成学習データを生成するルータベースのアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2025-05-15T16:53:45Z)
• WebEvolver: Enhancing Web Agent Self-Improvement with Coevolving World Model [55.276852838877346]
  自己進化型エージェントは、独自のポリシーに基づいて、自律的にサンプリングされた軌道上で訓練される。 我々は,共進化型世界モデルLLMを導入する新しいフレームワークを提案する。 この世界モデルは、Web環境における現在の観察と行動に基づいて、次の観測を予測します。
  論文  参考訳（メタデータ） (2025-04-23T02:54:31Z)
• AgentTrek: Agent Trajectory Synthesis via Guiding Replay with Web Tutorials [53.376263056033046]
  既存のアプローチは高価な人間のアノテーションに依存しており、大規模には持続不可能である。 本稿では,Webエージェントトラジェクトリを生成するスケーラブルなデータ合成パイプラインであるAgentTrekを提案する。 完全に自動化されたアプローチは、データ収集コストを大幅に削減し、人間のアノテータを使わずに、高品質な軌道を0.55ドルに抑えることができます。
  論文  参考訳（メタデータ） (2024-12-12T18:59:27Z)
• The BrowserGym Ecosystem for Web Agent Research [151.90034093362343]
  BrowserGymエコシステムは、Webエージェントの効率的な評価とベンチマークの必要性の高まりに対処する。 本稿では,Webエージェント研究のためのBrowserGymベースの拡張エコシステムを提案する。 大規模なマルチベンチマークWebエージェント実験を初めて実施し、6つのWebエージェントベンチマークで6つの最先端LCMの性能を比較した。
  論文  参考訳（メタデータ） (2024-12-06T23:43:59Z)
• Is Your LLM Secretly a World Model of the Internet? Model-Based Planning for Web Agents [22.608219492706876]
  本稿では,各候補行動の結果をシミュレートし,考慮した世界モデルを用いたWebエージェントのためのモデルベース計画フレームワークを提案する。 実証的な結果は、WebDreamerがリアクティブベースラインよりも大幅にパフォーマンスが向上していることを示している。 我々の訓練された世界モデルDreamer-7Bは、GPT-4oに匹敵する性能を発揮し、複雑なウェブ環境における効率的かつ効率的な計画のための特殊な世界モデルの可能性を強調した。
  論文  参考訳（メタデータ） (2024-11-10T18:50:51Z)
• Domain Adaptation of Synthetic Driving Datasets for Real-World Autonomous Driving [0.11470070927586014]
  特定のコンピュータビジョンタスクのための合成データで訓練されたネットワークは、実世界のデータでテストすると大幅に劣化する。 本稿では,このような手法を改良するための新しい手法を提案し,評価する。 本稿では,このペア選択にセマンティック・インスペクションを効果的に組み込む手法を提案し,モデルの性能向上に寄与する。
  論文  参考訳（メタデータ） (2023-02-08T15:51:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。