論文の概要: Training Needs Trustworthy Worlds: Verified Synthetic Web Environments for Agent Learning
- arxiv url: http://arxiv.org/abs/2608.21898v1
- Date: Sat, 22 Aug 2026 10:18:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:43.532539
- Title: Training Needs Trustworthy Worlds: Verified Synthetic Web Environments for Agent Learning
- Title（参考訳）: 信頼できる世界に必要なトレーニング:エージェント学習のための検証された合成Web環境
- Abstract要約: 私たちのフレームワークは、生成されたWebサイトを、ページ、ナビゲーションリンク、データベースレコード、状態変化マーカー、タスク制約の構造化された足場として表現します。
インタラクションの間、通常のUIトランジションは決定論的に実行されるが、永続的なバックエンド更新は、検証された状態変更マーカーによってのみ呼び出される。
6つの領域にまたがる500を超える合成環境において,タスクブロックの欠陥を低減し,48.6%から94.8%に改善した。
- 参考スコア（独自算出の注目度）: 48.88985618650394
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Web agents promise to automate complex digital workflows, but their training remains limited by synthetic environments that look plausible while hiding broken links, inconsistent states, or infeasible tasks. We address the gap between scalable environment generation and trustworthy agent learning by constructing synthetic web environments that are executable, auditable, and grounded in backend state. Our framework represents each generated website as a structured scaffold of pages, navigation links, database records, state-change markers, and task constraints, then verifies and repairs structural, semantic, consistency, and feasibility defects before policy training. During interaction, ordinary UI transitions are executed deterministically, while persistent backend updates are invoked only through validated state-change markers, enabling dense rewards compiled from verified task-progress predicates. Across 500 synthetic environments spanning six domains, our method reduces task-blocking defects and improves feasible-task rate from 48.6% to 94.8%, while producing stronger PPO policies and improving transfer to WebArena, WebShop, and MiniWoB++ without LLM calls at evaluation time. These results show that verified synthetic environments can serve as a scalable and reliable training substrate for compact web agents, shifting synthetic webagent learning from surface-level plausibility toward executable, state-grounded supervision.
- Abstract（参考訳）: Webエージェントは複雑なデジタルワークフローを自動化することを約束するが、それらのトレーニングは、壊れたリンク、一貫性のない状態、あるいは実現不可能なタスクを隠蔽しながら、可視性のある合成環境によって制限されている。
我々は,バックエンド状態に構築された,実行可能で監査可能で,基礎となる合成Web環境を構築することで,スケーラブルな環境生成と信頼できるエージェント学習のギャップに対処する。
我々のフレームワークは、生成されたWebサイトを、ページ、ナビゲーションリンク、データベースレコード、状態変化マーカー、タスク制約の構造化された足場として表現し、その後、ポリシートレーニングの前に構造、意味、一貫性、実現可能性の欠陥を検証し、修復する。
インタラクションの間、通常のUIトランジションは決定論的に実行されるが、永続的なバックエンド更新は、検証された状態変更マーカーを通じてのみ呼び出され、検証されたタスクプログレス述語からコンパイルされた深い報酬が実現される。
6つのドメインにまたがる500を超える合成環境において,タスクブロッキングの欠陥を低減し,48.6%から94.8%に改善し,PPOポリシの強化とWebArena,WebShop,MiniWoB++へのLLMコールなしでの転送を改善した。
これらの結果から, 検証済みの合成環境は, コンパクトなWebエージェントのためのスケーラブルで信頼性の高いトレーニング基板として機能し, 合成Webエージェント学習を表面的な可視性から, 実行可能で状態の監視へとシフトさせることが示唆された。
関連論文リスト
- FrogNano: Training a 4B Coding Agent via Online Task Synthesis [61.25325155871018]
FrogNanoは、ソフトウェアエンジニアリング(SWE)タスクに効率的かつ効果的に取り組むように設計された4Bコーディングエージェントである。
合成作業を伴う約1,500のSWE環境において、RLを介してのみ訓練される。
論文 参考訳（メタデータ） (2026-09-07T19:39:38Z) - EnvHarness: Awakening Static Worlds for Agent Learning [58.54600450547412]
Environment Harnessは静的な環境をラップして、基礎となるロジックを変更することなく振る舞いを再構築する。
EnvHarnessは様々な領域にまたがって適用され、すべての再形環境が元の検証元を保持する。
EnvRiggerはターゲットポリシーをブラックボックスとして扱い、その実行軌跡を観察して、診断された欠陥をターゲットとしたEnvHarnessコンポーネントを合成する。
論文 参考訳（メタデータ） (2026-08-20T10:42:06Z) - Safe and Scalable Web Agent Learning via Recreated Websites [27.277983097111335]
Webエージェントのトレーニングは、彼らがそこから学ぶ環境によって根本的に制限される。
本稿では,言語モデルを環境創造者として扱うフレームワークを提案し,実世界のWebサイトを検証可能な合成環境に自動的にクローンする。
論文 参考訳（メタデータ） (2026-03-11T07:58:53Z) - WebFactory: Automated Compression of Foundational Language Intelligence into Grounded Web Agents [20.85611634311147]
本稿では,GUIエージェントのための完全自動クローズドループ強化学習パイプラインであるWebFactoryを紹介する。
我々のエージェントは例外的なデータ効率と一般化を実証する。
この研究は、受動的インターネット知識をアクティブで接地されたインテリジェンスに変換するためのスケーラブルで費用効率のよいパラダイムを提示します。
論文 参考訳（メタデータ） (2026-03-05T10:51:34Z) - SWE-World: Building Software Engineering Agents in Docker-Free Environments [91.17484806743641]
SWE-Worldは、物理的な実行環境を、ソフトウェアエンジニアリングエージェントのトレーニングと評価のための学習的なサロゲートに置き換える、Dockerフリーのフレームワークである。
我々は,SWE-WorldがQwen2.5-Coder-32Bを,DockerフリーのSFTで6.2%から52.0%,DockerフリーのRLで55.0%,さらにTSで68.2%に引き上げたことを示す。
論文 参考訳（メタデータ） (2026-02-03T11:44:39Z) - Adapting Web Agents with Synthetic Supervision [80.89365133130558]
Webエージェントは、環境固有のタスクやデモが不足しているため、新しいWebサイトへの適応に苦慮している。
最近の研究は、この課題に対処するために合成データ生成を探求している。
完全合成監視フレームワークであるSynthAgentを提案する。
論文 参考訳（メタデータ） (2025-11-08T18:45:33Z) - SetupBench: Assessing Software Engineering Agents' Ability to Bootstrap Development Environments [2.184775414778289]
環境ブートストラップスキルを分離するベンチマークである setupbench を導入する。
私たちのタスクは7つの言語エコシステム、5つのデータベースエンジン、マルチサービスオーケストレーションシナリオにまたがっています。
特にリポジトリのセットアップ(38.9-57.4%)とローカルデータベースの設定(20.0-53.3%)に課題がある。
論文 参考訳（メタデータ） (2025-07-11T22:45:07Z) - WebSynthesis: World-Model-Guided MCTS for Efficient WebUI-Trajectory Synthesis [34.998277998052444]
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。
論文 参考訳（メタデータ） (2025-07-06T12:31:10Z) - REAL: Benchmarking Autonomous Agents on Deterministic Simulations of Real Websites [9.58858258192147]
実世界のWebサイトの決定論的シミュレーションにおけるマルチターンエージェント評価のためのベンチマークおよびフレームワークであるREALを紹介する。
また、日々の複雑なユーザインタラクションを反映した112の実践的なタスクからなるベンチマークもリリースしています。
我々のフレームワークは、新しいタスクの容易な統合、再現可能な評価、スケーラブルな後学習データ生成をサポートします。
論文 参考訳（メタデータ） (2025-04-15T18:22:55Z) - WebArena: A Realistic Web Environment for Building Autonomous Agents [92.3291458543633]
我々は、非常に現実的で再現可能な言語誘導エージェントのための環境を構築する。
我々は,Web上でタスクを実行するエージェントに着目し,4つの共通ドメインから完全に機能するWebサイトを持つ環境を構築する。
タスク完了の関数的正しさを評価することに焦点を当てたベンチマークタスクのセットをリリースする。
論文 参考訳（メタデータ） (2023-07-25T22:59:32Z)
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。