Microsoft Researchは2026年7月30日(現地時間)、コンピュータ利用エージェントのトレーニング向けに「Echoverse (エコバース)」と呼ぶ新しい環境を発表した。これは、メールや顧客サポートといった多段階ワークフローでエージェントが直面する課題に対処するために設計された。既存のアプリケーションの振る舞いを忠実に再現し、現実的なデータで初期設定された深層学習環境を提供することで、エージェントの能力向上を目指す。
Echoverseは、コンピュータ利用エージェントのために12のトレーニング環境を構築した。これには、10の深いドメイン世界と、日付ピッカーやネストされたフィルターといった単一のコントロールを多様な形式で訓練する2つの能力世界が含まれる。これらの環境はアプリケーションの実際の動作を再現し、現実的なデータでシードされ、画面やユーザー間で状態の一貫性を保持する。
この12の環境で9Bモデルを訓練した結果、モデルのベーススコアは36.5%から67.1%へとほぼ倍増し、GPT-5.4に14ポイント差まで迫った。この実験から得られた知見として、高忠実度なシミュレーションが不可欠であること、エージェントがしばしば困難を抱えるUI要素を様々な形式で訓練することの有効性が示された。また、モデル、環境、検証器を共同進化させることで、全てが改善されることも確認された。強化学習を導入し、グラウンデッドな検証器を報酬として用いることで、エージェントは模倣を超えて、より少ないステップで目標達成を学習する。
Microsoft Researchは、高忠実度なコンピュータ利用環境の研究を支援するため、Echoverseの4つの世界と、それらのコード、データ、およびグラウンデッドグレーダーを公開した。これらはGitHub、Hugging Faceで利用可能であり、詳細な技術レポートも公開されている。
参考: Microsoft Research Blog — 2026年7月31日 02:00 (JST)
原文ハイライト"Scaling fidelity over sheer count, targeting the capabilities agents actually lack"