NeSyFS는 부분관측 환경에서 활동하는 LLM 에이전트가 겪는 신념상태 추론, 과업목표 불일치, 불확실성 하 계획수립 문제를 통합적으로 해결하는 신경-기호 빠른-느린 사고 프레임워크다. 지식그래프(KG)로 신념상태를 표현해 트리플렛을 NeSyFS의 모든 모듈에 문맥으로 제공하며, 빠른 사고 모듈은 반응적 행동을 수행하고 느린 사고 모듈은 뒤틀린 순차 몬테카를로(TSMC) 알고리즘의 상위 구조를 따르는 불확실성 인식 계획을 새롭게 수행한다. 과업목표 불일치를 완화하기 위해 반성(reflection) 모듈이 빠른 사고의 행동을 되짚어보고, 반응적 행동이 반복 실패할 때 느린 사고 모듈로 전환시킨다. ALFWorld, Webshop, ScienceWorld 세 가지 대표 벤치마크 실험에서 기존 방법 대비 상당한 성능 우위를 입증했다.
- •부분관측 환경의 LLM 에이전트를 위한 신경-기호 빠른-느린 사고 프레임워크 NeSyFS를 제안했다.
- •지식그래프로 신념상태를 표현하고 빠른 사고(반응)와 느린 사고(TSMC 기반 계획)를 결합했다.
- •반성 모듈이 반복 실패 시 빠른 사고에서 느린 사고로 전환시켜 목표 불일치를 완화한다.
- •ALFWorld, Webshop, ScienceWorld 세 벤치마크에서 기존 방법 대비 유의미한 성능 우위를 보였다.
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
NeSyFS: A Neuro-symbolic Fast-Slow Thinking Framework for LLM Agent under Partial Observability
본문 미리보기
arXiv:2607.28942v1 Announce Type: new Abstract: Recently Large Language Models (LLMs) have been increasingly deployed as autonomous agents in applications such as self-reflection, retrieval-augmented generation, and scientific discovery. In these settings, agents must act based on limited observations rather than full environmental states, leading to partial observability. This introduces several key challenges: belief state inference, task objective misalignment, and planning under uncertainty
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:10AI 초안

