https://techllm.github.io/tags/%EC%A0%95%EC%B1%85-%EC%97%94%ED%8A%B8%EB%A1%9C%ED%94%BC/Recent content in 정책 엔트로피 on TechLLMHugokoMon, 19 Oct 2026 07:32:15 +0900https://techllm.github.io/posts/selective-agent-guidance-via-entropy-learning-autonomous-policies-from/Mon, 19 Oct 2026 07:32:15 +0900https://techllm.github.io/posts/selective-agent-guidance-via-entropy-learning-autonomous-policies-from/SAGE는 학습 중 정책의 정규화 엔트로피가 임계값을 넘을 때 VLM 교사를 호출해 제안 행동을 실행하고, 학생 정책은 학생 행동에 PPO를, 교사 행동에 행동 복제(BC)를 적용해 학습하는 프레임워크다. 교사 행동의 BC 가중치에 환경에서 얻은 advantage를 반영하는 AWBC도 선택적으로 사용하지만, 실험에서 일반 BC보다 일관되게 낫지는 않았다. 6개 통제 환경에서 훈련 단계의 VLM 호출률은 1.2~13.3%였고, 평가 때는 VLM을 호출하지 않는다.