연구진은 경험 기반 평생 학습 프레임워크인 ProactAgent를 개발하여 에이전트가 상호 작용 중 지식 격차를 파악하고 필요한 경험을 적극적으로 검색하도록 지원해요.
ProactAgent는 ExpOnEvo를 통해 정책 업데이트와 메모리 개선을 동시에 진행하고, 경험 기반을 유형별 저장소로 구성하여 관련 증거와 실행 가능한 지침을 제공해요.
SciWorld, AlfWorld, StuLife 환경에서 ProactAgent는 기존 성능을 능가하며, StuLife에서는 독점 모델과 경쟁력 있는 성능을 보여줬어요.