論文の概要: DynaWeave: Learning to Adapt through Dynamic Scenario Synthesis

• arxiv url: http://arxiv.org/abs/2610.29443v1
• Date: Wed, 21 Oct 2026 09:03:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.299302
• Title: DynaWeave: Learning to Adapt through Dynamic Scenario Synthesis
• Title（参考訳）: DynaWeave: 動的シナリオ合成による適応学習
• Abstract要約: DynaWeaveは、既存の静的タスクを検証可能な動的シナリオに変換する自動合成フレームワークである。 我々は、36の環境にまたがって2,095個の認証された相互作用軌跡を収集し、それらをQwen3.5モデルの教師付き微調整に利用した。 結果は、変化する環境に適応するための訓練エージェントに対する実践的なアプローチとして、動的シナリオ合成をサポートする。
• 参考スコア（独自算出の注目度）: 27.013260297199235
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language model (LLM) agents increasingly use tools to complete tasks in stateful environments. However, many training environments remain largely static apart from changes caused by the agent's own actions, whereas external events introduced by other users, services, or sudden contingencies in real environments can invalidate ongoing plans. To address this gap, we introduce DynaWeave, an automated synthesis framework that transforms existing static tasks into verifiable dynamic scenarios. The framework generates exogenous events relevant to each task, covering changes in task requirements, environment state, and external information. It uses directed acyclic graphs (DAGs) to represent dependencies between events and an execution engine to activate them during agent interaction. A dynamic verifier revises only the evaluation checks affected by events that actually occur and retains all other checks. Using DynaWeave, we collect 2,095 verified interaction trajectories across 36 environments and use them for supervised fine-tuning of Qwen3.5 models. Experiments on Gaia2, CostBench, and ToolMaze show that DynaWeave achieves consistent improvements in overall performance across all three evaluated model sizes, increasing the task completion rate on CostBench by 67.34 percentage points and even exceeding the performance of Gemini-3.1-Pro-Preview on ToolMaze. These results support dynamic scenario synthesis as a practical approach to training agents to adapt to changing environments. Our code is available at https://github.com/Miaow-Lab/DynaWeave.
• Abstract（参考訳）: 大規模言語モデル(LLM)エージェントは、ステートフルな環境でタスクを完了させるツールをますます使います。 しかしながら、多くのトレーニング環境はエージェント自身のアクションによって引き起こされる変更を除いてほとんど静的であり、一方、他のユーザやサービスによって導入された外部イベントや、実際の環境における突然のイベントは、進行中の計画が無効になる可能性がある。 このギャップに対処するために、既存の静的タスクを検証可能な動的シナリオに変換する自動合成フレームワークDynaWeaveを紹介します。 このフレームワークは、各タスクに関連する外因性イベントを生成し、タスク要件、環境状態、外部情報の変更をカバーします。 イベント間の依存関係を表すためにDAG(directed acyclic graph)と、エージェントのインタラクション中にそれらを有効にするための実行エンジンを使用する。 動的検証器は、実際に発生するイベントによって影響を受ける評価チェックのみを修正し、他のすべてのチェックを保持する。 我々はDynaWeaveを用いて36環境にわたる2,095個の認証されたインタラクショントラジェクトリを収集し、それらをQwen3.5モデルの教師付き微調整に使用する。 Gaia2、CostBench、ToolMazeの実験では、DynaWeaveは3つの評価されたモデルサイズで全体的なパフォーマンスを一貫した改善を達成し、CostBenchのタスク完了率を67.34ポイント向上し、ToolMazeのGemini-3.1-Pro-Previewを上回る結果となった。 これらの結果は,変化する環境に適応するための訓練エージェントの実践的アプローチとして,動的シナリオ合成を支援する。 私たちのコードはhttps://github.com/Miaow-Lab/DynaWeave.comで公開されています。

関連論文リスト

• S3Gym: Can LLMs Turn Self-Testing and Self-Judging into Self-Improvement? [66.17176838165994]
  大規模言語モデル(LLM)は、ますます外部環境と相互作用し、かなりの行動経験を蓄積する。 エージェントがその振る舞いを積極的にテストし、得られた経験を判断し、その経験を使って将来の意思決定を改善することができるかどうかは不明だ。 LLM自己改善評価のための対話型ベンチマークである textbfStextsuperscript3Gym を導入する。
  論文  参考訳（メタデータ） (2026-08-31T17:05:41Z)
• DuMateBench: Evaluating Autonomous Agents in Complex Real-World Workflows [69.12339622053588]
  我々はDuMateBenchを紹介した。DuMateBenchは匿名化およびプライバシスクリーニングによるユーザセッションから再構築されたリアルセッションベンチマークである。 結果として得られたベンチマークは、8つの広いシナリオにまたがる200のタスクと、17のきめ細かい機能カテゴリで構成されている。 これらのタスクは、Isufficient、Unstable、Noisyの3種類の環境複雑性を注入した、分離されたDockerコンテナで実行します。
  論文  参考訳（メタデータ） (2026-08-27T02:36:23Z)
• FADA: Few-Shot Domain Adaptation via Dynamics Alignment for Humanoid Control [20.273427277208558]
  本稿では,3段階のPlanner-Inverse Dynamics Model (Planner-IDM) フレームワークであるFADAについて述べる。 実験により、FADAはコンテキスト内およびエンドツーエンド適応ベースラインの両方で性能が向上することが示された。
  論文  参考訳（メタデータ） (2026-06-26T16:05:10Z)
• Agent World Model: Infinity Synthetic Environments for Agentic Reinforcement Learning [62.499592503950026]
  大規模言語モデル(LLM)は、ツールや環境とのマルチターンインタラクションを必要とする複雑なタスクを実行するために、自律エージェントに権限を与えている。 完全合成環境生成パイプラインであるエージェント・ワールド・モデル(AWM)を提案する。 私たちは、エージェントがリッチなツールセットと対話できる、毎日のシナリオをカバーする1,000の環境にスケールします。
  論文  参考訳（メタデータ） (2026-02-10T18:55:41Z)
• Trajectory2Task: Training Robust Tool-Calling Agents with Synthesized Yet Verifiable Data for Complex User Intents [52.30603055218294]
  Trajectory2Taskは,3つの現実的なユーザシナリオの下で大規模なツール使用を研究するための,検証可能なデータ生成パイプラインである。 有効なツールコールトラジェクトリを、制御されたインテント適応を伴うユーザ向けタスクに変換する。 我々は、生成された複雑なユーザシナリオタスクに対して、7つの最先端のLCMをベンチマークし、頻繁な障害を観察する。
  論文  参考訳（メタデータ） (2026-01-28T00:36:13Z)
• The Agent's First Day: Benchmarking Learning, Exploration, and Scheduling in the Workplace Scenarios [34.25281365374991]
  本稿では,新しい環境を継続的に探索する「訓練」エージェントをシミュレートする動的評価環境である方法を紹介する。 従来のベンチマークとは違って,(1)優先度の異なるストリーミングタスクのコンテキストアウェアスケジューリング,(2)能動的探索による幻覚の低減のための巧妙な情報取得,(3)規則に基づく動的生成タスクから一般化戦略を抽出した継続的進化,の3つの側面に沿ってエージェントを評価する。 私たちの研究は、エージェントの信頼性を評価するためのフレームワークを確立し、静的テストから現実的な実運用指向のシナリオに評価をシフトします。
  論文  参考訳（メタデータ） (2026-01-13T03:09:18Z)
• EnerVerse-AC: Envisioning Embodied Environments with Action Condition [47.97500109323355]
  EnerVerse-ACは、エージェントの予測されたアクションに基づいて将来の視覚的観察を生成するアクション条件の世界モデルである。 EVACは、多種多様なデータセットに人為的なトラジェクトリを拡張し、ポリシーテストのためのリアルでアクション条件のビデオ観察を生成する。
  論文  参考訳（メタデータ） (2025-05-14T18:30:53Z)

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。