PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.31966v1cs.MA

MECoBench: 체화된 환경에서의 멀티모달 에이전트 협업에 대한 체계적 연구

MECoBench: A Systematic Study of Multimodal Agent Collaboration in Embodied Environments

멀티모달 대규모 언어 모델(MLLM) 기반 체화 에이전트(embodied agent)의 다중 에이전트 협업 능력을 체계적으로 평가하기 위해 MECoBench를 제안하며, 이는 8가지 실세계 태스크, 두 가지 협력 구조(병렬/순차), 세 가지 협업 모드를 갖춘 192개 테스트 케이스로 구성된다. 실험 결과, 협업은 일반적으로 태스크 완료율을 높이나 팀 규모가 커질수록 조율 복잡성으로 인해 역U자형 성능 곡선을 보이며, 커뮤니케이션이 협업 성능 향상의 핵심 요인임을 확인하였다.