Role Agent Framework

Role-Agent ist ein neues Framework für selbstlernende KI-Agenten, das eine beidseitige Evolution von Agent und Umgebung ermöglicht. Ein einziges Large Language Model (LLM) übernimmt dabei eine Doppelrolle als handelnder Agent und lernendes System. Durch World-in-Agent verbessert sich die Entscheidungsfindung, indem zukünftige Zustände vorhergesagt und richtige Antizipationen belohnt werden. Agent-in-World analysiert Fehler aus gescheiterten Versuchen und passt die Trainingsdaten gezielt an. Tests auf Benchmarks wie ALFWorld und WebShop zeigen eine deutlich bessere Effizienz und Generalisierung im Vergleich zu klassischen Ansätzen. Das Konzept wird im Video durch das KICOMPASS-Modell visualisiert.