エージェント重要度 ★9
Webエージェントのための識別型ワールドモデル
Discriminative World Models for Web Agents
https://export.arxiv.org/api/query·2026/9/2
AI要約
Webエージェントは、候補アクションをサンプリングし、結果のWeb状態を予測し、ランク付けモデルやPRMでランク付けする世界モデルを使用する。しかし、この目的は、正確にランク付けするために候補間で予測状態が識別可能である必要がある下流ランク付けモデルと一致しない。
AI要点
- Webエージェントのテスト時行動選択に用いられるワールドモデルの訓練目的として、「予測状態マッチング」を提案している。
- 従来の次状態予測による訓練では、ランク付けモデルにとって識別的な表現が得られにくいという問題があった。
- 提案手法は、予測された状態が代替行動によって到達する状態と区別できることを要求し、WebArena Go-Browseデータセットで有効性を示した。
- WebPRMBenchやWebArena-Liteでの実験により、提案手法がエンドツーエンドのタスク成功率を向上させることが確認された。
なぜ重要か
この論文は、Webエージェントがより効果的にWeb環境を理解し、行動を選択できるようにするための新しいワールドモデル訓練手法を提案しており、Webエージェントの能力向上と、より高度な自動化の実現に繋がる可能性を秘めています。