エージェントタスクのためのオブジェクト中心環境モデリング

大規模言語モデル（LLM）エージェントは、環境との相互作用を通じて経験を蓄積することで性能を向上できますが、従来の自由形式テキストによる記憶は、相互作用が増えるにつれて維持、検証、再利用が困難になります。最近の記号的手法では、実行可能なスキルやプログラム的な世界モデルを学習する試みがありますが、局所的な手続きのみを保存したり、動的モデルを単純化する仮定に頼ることが多く、実際の複雑な環境には不十分です。この問題に対処するため、Yiyang Liらの研究チームは2026年7月に発表した論文で、エージェントタスクのためのオブジェクト中心環境モデリング（OCM）を提案しました。OCMは、経験を実行可能なオブジェクト中心環境モデルに整理します。このモデルは相互に関連する2つのコードベースから成ります：オブジェクト知識ベースは環境エンティティとそのメカニズムをPythonクラスとして定義し、手続き知識ベースは再利用可能な相互作用パターンを記録します（手続きはオブジェクトモデルをインポートして使用する必要があります）。OCMはオンライン設定で動作します。各エピソードの終了後、OCMは軌跡を振り返り、両方の知識ベースを更新し、すべての手続きが更新されたオブジェクトモデルに対して正しく実行できるかを検証します。その後の相互作用では、エージェントはプログレッシブ知識開示（progressive knowledge disclosure）戦略を採用し、まずコンパクトなコードシグネチャを確認し、必要な場合のみソースコードを読み取ります。実験では、OCMが複数のベンチマークで最高の平均順位を達成し、無効なアクションを大幅に削減することが示されました。この結果は、エージェントがオブジェクト中心の環境モデルを構築することの利点を明確に示しています。