Ask the World Before Acting: Budgeted Environment Probing for World-Model Calibration
장기 계획을 수행하는 언어 에이전트가 월드 모델(world model)의 신념 필드(belief field)가 환경과 어긋날 때 발생하는 실패를 분석하고, 제한된 스텝 예산 내에서 환경에 직접 질의하여 신념을 교정하는 EnvProbe 연산자를 제안한다. 절차적(procedural) 신념과 공간적(spatial) 신념의 유형별 분석을 통해, 구조적 탐색 기준을 따르는 프로빙(probing) 정책이 자기 불확실성 신호만 사용하는 방식보다 최종 월드 모델 오류를 효과적으로 줄임을 실험적으로 입증한다.