DeciCAD: Harness-Grounded Learning of Action Policies for CAD Agents
아직 한국어판이 없어 영어 원문으로 표시.
초록 발췌
Large Language Model agents operate through closed-loop action policies whose decision space is defined by an agent harness. We investigate how this operating space shapes agent behavior and policy learning in computer-aided design (CAD), a professional domain characterized by persistent state, geometric constraints, and long-horizon procedures.
초록에서 가져왔습니다. 요약을 준비 중입니다.
이 논문은 라이선스상 전문을 게재할 수 없어 요약과 원문 링크만 제공합니다.