연구진은 이미지 기반 추론을 하는 멀티모달 에이전트의 학습 효율을 높이는 SPyCE 프레임워크를 제안했어요. SPyCE는 학습 경로를 재사용 가능한 기술 라이브러리로 변환하고, 강화 학습 과정에서 정책과 기술을 함께 진화시키는 방식이에요. 실험 결과, SPyCE는 기존 RL 기반 및 메모리 기반 방법보다 우수한 성능을 보였으며, 계층적 기술 설계와 공동 진화 메커니즘이 핵심임을 확인했어요.