[논문리뷰] CausGround: Causal Interaction Grounding for Adaptive Embodied Planning본 논문은 MLLM 기반의 에이전트가 새로운 환경에서 복잡한 장기적 계획(long-horizon planning)을 수행할 때 발생하는 환경 적응성 부족 문제를 해결하고자 합니다.#Review#Embodied Planning#Causal Interaction#Factorized World-State#Multimodal Large Language Models#Non-parametric Adaptation#Action Preconditions2026년 10월 28일댓글 수 로딩 중
[논문리뷰] FLEX: Continuous Agent Evolution via Forward Learning from Experience본 논문의 핵심 목표는 기존 LLM(Large Language Model) 에이전트의 고정된 특성, 경험 기반 학습의 부재, 파라미터 최적화의 높은 비용 및 카타스트로픽 망각 문제점을 해결하는 것입니다.#Review#LLM Agents#Continuous Learning#Experience Library#Forward Learning#Meta-MDP#Knowledge Distillation#Non-parametric Adaptation2025년 11월 10일댓글 수 로딩 중