論文の概要: Learning to Adapt: Self-Improving Web Agent via Cognitive-Aware Exploration

• arxiv url: http://arxiv.org/abs/2605.31365v1
• Date: Fri, 29 May 2026 14:37:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-01 20:56:50.669849
• Title: Learning to Adapt: Self-Improving Web Agent via Cognitive-Aware Exploration
• Title（参考訳）: 適応学習:認知的知識による自己改善型Webエージェント
• Abstract要約: 真に自律的で適応的なWebエージェントを構築するためのフレームワークを提案する。 我々は、エージェントの限界を発見し、認知境界を広げるために、Selector, Predictor, judgerの3つの敵の役割を使用する。 私たちのフレームワークは、真に自律的で適応的なWebエージェントを構築するためのスケーラブルで汎用的なソリューションを提供します。
• 参考スコア（独自算出の注目度）: 41.778518335766215
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in Multimodal Large Language Models (MLLMs) have led to promising progress in web agents. However, existing web agents often rely on handcrafted execution pipelines or expensive expert trajectories, limiting their adaptability to complex, dynamic environments. To address these challenges, we propose SCALE (Self-Cognitive-Aware Learning and Exploration), which leverages three adversarial roles, Selector, Predictor, and Judger to autonomously discover the agent's limitations and expand its cognitive boundaries through environmental exploration. Moreover, we propose SCALE-Hop, a graph exploration strategy that facilitates global planning and helps agents avoid local exploration traps. To further support learning, we construct SCALE-20k, a large-scale dataset collected from 19 real-world websites, containing diverse task types and structured demonstrations generated from SCALE's exploration traces. Experimental results show that our approach significantly improves the performance and generalization of multiple MLLMs in various web environments. Our framework offers a scalable and generalizable solution for building truly autonomous and adaptive web agents.
• Abstract（参考訳）: MLLM(Multimodal Large Language Models)の最近の進歩は、Webエージェントの有望な進歩につながっている。 しかし、既存のWebエージェントは、しばしば手作りの実行パイプラインや高価な専門家の軌道に依存し、複雑な動的環境への適応性を制限する。 これらの課題に対処するため, エージェントの限界を自律的に発見し, 環境探索を通じて認知境界を広げるために, 3つの敵対的役割, Selector, Predictor, Judgerを活用するSCALE(Self-Cognitive-Aware Learning and Exploration)を提案する。 さらに,グローバルプランニングを容易にするグラフ探索戦略であるSCALE-Hopを提案する。 学習をさらに支援するために、19の現実世界のWebサイトから収集した大規模なデータセットであるSCALE-20kを構築し、SCALEの探索トレースから生成された多様なタスクタイプと構造化されたデモを含む。 実験の結果,本手法は様々なWeb環境における複数MLLMの性能と一般化を著しく改善することが示された。 私たちのフレームワークは、真に自律的で適応的なWebエージェントを構築するためのスケーラブルで汎用的なソリューションを提供します。

関連論文リスト

• Multi-Agent LLMs Fail to Explore Each Other [34.74439361133657]
  本稿では,現代の大規模言語モデル (LLM) エージェントが相互に対話する際に効果的に探索できないことを示す。 MACE(Multi- Agent Contextual Exploration)は、構造化されたピア選択による探索を明示的に促進する軽量なフレームワークである。
  論文  参考訳（メタデータ） (2026-07-13T08:34:05Z)
• APEX: Autonomous Policy Exploration for Self-Evolving LLM Agents [54.213455157510445]
  自己進化型エージェントは、モデルウェイト更新を必要とせず、エピソード間でメモリとリフレクションを蓄積することによって学習する。 メモリが大きくなるにつれて、行動は慣れ親しんだハイリワードルーチンに集中し、より良い選択肢を発見する機会を減らす。 戦略マップを通じて明確な戦略空間を構築し維持する自律的政策展開(APEX)を提案する。
  論文  参考訳（メタデータ） (2026-05-20T14:29:27Z)
• A Survey on Agentic Multimodal Large Language Models [84.18778056010629]
  エージェントマルチモーダル大言語モデル(Agentic MLLMs)に関する総合的な調査を行う。 我々は,エージェントMLLMの新たなパラダイムを探求し,その概念的基盤を明確にし,従来のMLLMエージェントとの特徴を区別する。 コミュニティのためのこの分野の研究をさらに加速するため、エージェントMLLMを開発するためのオープンソースのトレーニングフレームワーク、トレーニングおよび評価データセットをコンパイルする。
  論文  参考訳（メタデータ） (2025-10-13T04:07:01Z)
• OpenWebVoyager: Building Multimodal Web Agents via Iterative Real-World Exploration, Feedback and Optimization [66.22117723598872]
  マルチモーダルWebエージェントの開発を容易にするために設計されたオープンソースフレームワークを紹介する。 まず、基本モデルを模倣学習で訓練し、基礎能力を得る。 次に、エージェントにオープンウェブを探索させ、その軌道に関するフィードバックを収集する。
  論文  参考訳（メタデータ） (2024-10-25T15:01:27Z)
• Glider: Global and Local Instruction-Driven Expert Router [83.785832410832]
  モデルMoErging」手法は、保持タスクのパフォーマンスを犠牲にして、未確認タスクへの一般化を優先する。 マルチスケールルーティング機構を統合したGLIDER(Global and Local Instruction Driven Expert Router)を提案する。 GLIDERは、ホールドアウトタスクの強い一般化を維持しながら、ホールドイン性能を大幅に改善する。
  論文  参考訳（メタデータ） (2024-10-09T17:59:14Z)
• WebPilot: A Versatile and Autonomous Multi-Agent System for Web Task Execution with Strategic Exploration [42.8636989730348]
  既存のLLMベースのWebエージェントは、特定の州や行動に特有の厳格で専門家が設計したポリシーに依存している。 人間は未知を探索し、戦略を継続的に順応し、探索を通じてあいまいさを解消することで優れる。 我々は,モンテカルロ木探索(MCTS)を改良し,複雑なWeb環境をよりよく扱うマルチエージェントシステムであるWebPilotを開発した。
  論文  参考訳（メタデータ） (2024-08-28T17:49:29Z)
• Imagine, Initialize, and Explore: An Effective Exploration Method in Multi-Agent Reinforcement Learning [27.81925751697255]
  複雑なシナリオにおける効率的なマルチエージェント探索法を提案する。 我々は、状態、観察、プロンプト、行動、報酬が自己回帰的に予測されるシーケンスモデリング問題として想像を定式化する。 臨界状態のエージェントを初期化することにより、IIEは潜在的に重要な未探索領域を発見する可能性を大幅に高める。
  論文  参考訳（メタデータ） (2024-02-28T01:45:01Z)
• On the Multi-turn Instruction Following for Conversational Web Agents [83.51251174629084]
  本稿では,ユーザと環境の両方で複数回にまたがる高度なインタラクションを必要とする,対話型Webナビゲーションの新たなタスクを紹介する。 本稿では,メモリ利用と自己回帰技術を用いた自己反射型メモリ拡張計画(Self-MAP)を提案する。
  論文  参考訳（メタデータ） (2024-02-23T02:18:12Z)

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。