Microsoft、コード改修不要で強化学習を導入できるOSS「Agent Lightning」を公開

Microsoftは12月11日（現地時間）、AIエージェントの能力向上を支援するオープンソースフレームワーク「Agent Lightning」を発表した。 LLM（大規模言語モデル）を利用するAIエージェントは複雑な手順を必要とするタスクで誤りが発生しやすく、従来の強化学習によるパフォーマンス向上には大幅なコード改修が求められていた。Agent Lightningは実行処理とモデル学習の分離により、既存のエージェントコードをほぼ変更せずに強化学習を適用できる。 同フレームワークは、エージェントの「状態」と「行動」の遷移をデータとして標準形式で保存し、幅広いワークフローに対応する。従来の長い一連データではなく、各LLM呼び出しごとに独立した報酬を割り当てる階層型アプローチを採用しており、既存強化学習アルゴリズムと互換性を持つ。また、強化学習アルゴリズムとエージェント環境を分離し、各要素の独