MCP-Cosmos: Agentes aumentados con modelos del mundo para la ejecución de tareas complejas en entornos MCP
MCP-Cosmos: World Model-Augmented Agents for Complex Task Execution in MCP Environments
May 9, 2026
Autores: Giridhar Ganapavarapu, Dhaval Patel
cs.AI
Resumen
El Protocolo de Contexto de Modelo (MCP) ha unificado la interfaz entre los Modelos de Lenguaje de Gran Escala (LLMs) y las herramientas externas, pero persiste una brecha fundamental en cómo los agentes conceptualizan los entornos en los que operan. Los paradigmas actuales están bifurcados: la planificación a nivel de tarea a menudo ignora las dinámicas de ejecución en tiempo real, mientras que la ejecución reactiva carece de previsión a largo plazo. Presentamos MCP-Cosmos, un marco que infunde Modelos del Mundo (WM) generativos en el ecosistema MCP para permitir la automatización predictiva de tareas. Al unificar tres tecnologías dispares (MCP, Modelo del Mundo y Agente), demostramos que una estrategia de "Trae tu propio Modelo del Mundo" (BYOWM) permite a los agentes simular transiciones de estado y refinar planes en un espacio latente antes de la ejecución. Realizamos experimentos utilizando dos estrategias (ReAct y SPIRAL) con 2 modelos de planificación y 3 modelos del mundo representativos en más de 20 tareas de MCP-Bench. Observamos mejoras en los KPI de interacción del agente con el entorno, como la tasa de éxito de herramientas y la precisión de parámetros de herramientas. El marco también ofrece nuevas métricas, como la Calidad de Ejecución, para generar nuevas perspectivas sobre la efectividad de los modelos del mundo en comparación con la línea base.
English
The Model Context Protocol (MCP) has unified the interface between Large Language Models (LLMs) and external tools, yet a fundamental gap remains in how agents conceptualize the environments within which they operate. Current paradigms are bifurcated: Task-level planning often ignores execution-time dynamics, while reactive execution lacks long-horizon foresight. We present MCP-Cosmos, a framework that infuses generative World Models (WM) into the MCP ecosystem to enable predictive task automation. By unifying three disparate technologies, namely MCP, World Model, and Agent, we demonstrate that a "Bring Your Own World Model" (BYOWM) strategy allows agents to simulate state transitions and refine plans in a latent space before execution. We conducted experiments using two strategies, namely ReAct and SPIRAL with 2 planning models and 3 representative world models over 20+ MCP-Bench tasks. We observed improvements in Agent's environment interaction KPI such as tool success rate and tool parameter accuracy. The framework also offers new metrics such as Execution Quality to generate new insights about the effectiveness of world models compared to baseline.