연구진은 복잡한 작업에서 에이전트의 누적 오류를 해결하기 위해 Experience Memory Graph (EMG) 프레임워크를 제안했어요. EMG는 실패한 경험과 성공적인 전문가 경험을 그래프로 변환하여 오류 수정 방법을 학습합니다.
EMG는 그래프 매칭을 통해 실패를 수정하는 방법을 추출하고, 이를 메모리 그래프에 저장하여 테스트 시 단 한 번의 실행으로 에이전트를 안내합니다.
ALFWorld와 ScienceWorld 실험에서 EMG는 기존 방식보다 높은 성공률과 평균 보상을 달성했으며, 테스트 시간의 반복적인 시행착오를 없앴어요.