論文の概要: Qwen-Planner-Agent: A Closed-Loop AI-for-AI Framework for Real-World Mobile Planner Agents

• arxiv url: http://arxiv.org/abs/2609.29892v1
• Date: Thu, 24 Sep 2026 14:38:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:10.021424
• Title: Qwen-Planner-Agent: A Closed-Loop AI-for-AI Framework for Real-World Mobile Planner Agents
• Title（参考訳）: Qwen-Planner-Agent: リアルタイムモバイルプランナーエージェントのためのクローズドループAIフレームワーク
• Abstract要約: Qwen-Planner-Agentは、スケーラブルな開発と反復的な改善のためのクローズドループAI-for-AIフレームワーク内に構築されます。 このフレームワークは、共有アクションフィードバック検証契約を通じて、データ生産、モデルトレーニング、デプロイメントを接続する。 Qwen-Planner-AgentはMobilePA-Bench上で評価されたすべてのモデルとシステムの中で最高の全体的なパフォーマンスを達成する。
• 参考スコア（独自算出の注目度）: 46.79211422889829
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rapid progression of large language models is extending AI from passive content generation into the active workflows of engineering and scientific discovery. This shift raises a compelling question: can AI be both the object of development and an active participant in building next-generation AI systems? We explore this question by building Qwen-Planner-Agent within a closed-loop AI-for-AI framework for scalable development and iterative improvement. Mobile planning offers a demanding test of this approach: complex, long-horizon tasks challenge agent reliability, while costly real-device interaction limits development scalability. The framework connects data production, model training, and deployment through a shared action-feedback-verification contract. (i) AI for Data builds a human-gated agentic data flywheel in which specialized agents construct tasks, collect interaction trajectories, curate and balance training data, and use training feedback to guide subsequent data generation. (ii) AI for Training combines a supervised planning cold start with hybrid-environment online agentic reinforcement learning, where we introduce Competence-Aware Reward-and-Advantage Engineering (CARE) to reduce reasoning and tool-use costs while preserving task performance. (iii) AI drives model--harness co-evolution through an execution-evidence-driven loop that orchestrates memory, skills, and tools at runtime and feeds structured action feedback and preserved failure traces back into coordinated model and harness adaptation. Qwen-Planner-Agent achieves the best overall performance among all evaluated models and systems on MobilePA-Bench, improving over its base model across tool use, memory, skills, and sub-agent coordination. Further evaluations of our model show improvements across non-mobile agentic benchmarks while largely preserving general capabilities.
• Abstract（参考訳）: 大規模言語モデルの急速な進歩は、AIを受動的コンテンツ生成から、エンジニアリングと科学的発見の活発なワークフローへと拡張している。 このシフトは、AIが開発対象であり、次世代AIシステム構築に積極的に参加できるかどうかという、魅力的な疑問を提起する。 スケーラブルな開発と反復的な改善のためのクローズドループAI-for-AIフレームワーク内にQwen-Planner-Agentを構築することで、この問題を探る。 複雑な長期タスクはエージェントの信頼性に挑戦し、コストのかかるリアルタイムインタラクションは開発スケーラビリティを制限します。 このフレームワークは、共有アクションフィードバック検証契約を通じて、データ生産、モデルトレーニング、デプロイメントを接続する。 i)AI for Dataは、タスクの構築、インタラクショントラジェクトリの収集、トレーニングデータのキュレートとバランス付け、トレーニングフィードバックを使用して、その後のデータ生成をガイドする、人力エージェントデータフライホイールを構築する。 (II)訓練のためのAIは、冷戦開始を監督する計画とハイブリッド環境のオンラインエージェント強化学習を組み合わせることで、タスクパフォーマンスを維持しながら推論とツール使用コストを削減するために、コンピテンス・アウェア・リワード・アンド・アドバンテージ・エンジニアリング(CARE)を導入します。 3)AIは、実行エビデンス駆動のループを通じてモデル-ハーネスの共同進化を駆動し、実行時にメモリ、スキル、ツールを編成し、構造化されたアクションフィードバックと保存された障害トレースを協調モデルに返却し、適応を活用する。 Qwen-Planner-Agentは、MobilePA-Benchで評価されたすべてのモデルとシステムの中で最高の全体的なパフォーマンスを達成し、ツールの使用、メモリ、スキル、サブエージェントのコーディネーションでベースモデルを改善する。 提案モデルのさらなる評価により,非移動体エージェントベンチマークにおける性能向上が図られるが,一般性は保たれている。

関連論文リスト

• AIBuildAI: An AI Agent for Automatically Building AI Models [31.05147308924019]
  タスク記述とトレーニングデータからAIモデルを自動的に構築するAIエージェントであるAIBuildAIを紹介する。 我々は、リアルなKaggleスタイルのAI開発タスクのベンチマークであるMLE-Bench上でAIBuildAIを評価する。
  論文  参考訳（メタデータ） (2026-04-15T22:17:05Z)
• From Agentification to Self-Evolving Agentic AI for Wireless Networks: Concepts, Approaches, and Future Research Directions [70.72279728350763]
  自律進化型エージェント人工知能(AI)は、将来の無線システムに新しいパラダイムを提供する。 静的AIモデルとは異なり、自己進化エージェントは、モデルやツールを更新し、環境ダイナミクスに対応する自律進化サイクルを組み込む。 本稿では,自己進化型エージェントAIの概要を概説し,その階層化アーキテクチャ,ライフサイクル,鍵となる技術について述べる。
  論文  参考訳（メタデータ） (2025-10-07T05:45:25Z)
• Graphs Meet AI Agents: Taxonomy, Progress, and Future Opportunities [117.49715661395294]
  データ構造化は、複雑で非組織的なデータをよく構造化された形式に変換することで、有望な役割を果たす。 この調査では、グラフがAIエージェントにどのように権限を与えるかを、初めて体系的にレビューする。
  論文  参考訳（メタデータ） (2025-06-22T12:59:12Z)
• LAM SIMULATOR: Advancing Data Generation for Large Action Model Training via Online Exploration and Trajectory Feedback [121.78866929908871]
  AIエージェントのための大規模アクションモデル(LAM)は、素晴らしいポテンシャルを提供するが、高品質なトレーニングデータを必要とするため、課題に直面している。 LAM SIMULATORは,高品質なフィードバックによるエージェントタスクのオンライン探索を目的とした総合的なフレームワークである。 本フレームワークは,動的タスククエリジェネレータ,広範囲なツールコレクション,および大規模言語モデル(LLM)エージェントがツールを呼び出し,リアルタイムフィードバックを受信できる対話型環境を備えている。
  論文  参考訳（メタデータ） (2025-06-02T22:36:02Z)

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。