LLM 에이전트는 외부 환경과 상호작용하는 방법을 학습하기 위해 생성된 상호작용 데이터에 의존하고 있습니다. 에이전트 데이터 생성은 환경, 작업, 상호작용, 성공 신호 간의 일관성을 유지하면서 유용한 경험을 생성하는 것이 중요합니다. 연구에서는 정확성, 복잡성, 다양성(ACE) 렌즈를 통해 데이터 생성의 제약된 분포 설계를 제안하며, LLM 에이전트와 환경이 진화함에 따라 유효하고 유용한 경험을 지속적으로 할당하는 것이 중요합니다.