[논문리뷰] Memento 3: Model-Based Recursive Self-Improvement through Reflective Rulebooks본 논문은 제한된 관측치만으로 복잡한 환경의 역학을 추론하고 일반화해야 하는 에이전트의 불확실성 문제를 해결하고자 합니다. 기존 연구들은 환경 역학을 학습할 때 관측된 데이터에는 부합하지만 미지의 상태에서는 서로 다른 예측을 내놓는 여러 World Model 후보가 발생할 수 있다는 한계가 있습니다 .#Review#Model-Based Reinforcement Learning#Recursive Self-Improvement#Large Language Models#Executable World Models#Reflective Memory#Symbolic Planning#Program Synthesis2026년 10월 8일댓글 수 로딩 중
[논문리뷰] Next Embedding Prediction Makes World Models Stronger부분적으로 관측 가능하고 고차원적인 환경에서 모델 기반 강화 학습(MBRL) 에이전트의 장기적인 시간 종속성 포착 능력 을 개선하는 것이 목표입니다.#Review#Model-Based Reinforcement Learning#World Models#Decoder-Free#Temporal Transformer#Next-Embedding Prediction#Latent Representation#Partial Observability#Barlow Twins2026년 3월 3일댓글 수 로딩 중