MCP-Cosmos: Wereldmodel-verrijkte agenten voor de uitvoering van complexe taken in MCP-omgevingen.

Samenvatting

Het Model Context Protocol (MCP) heeft de interface tussen grote taalmodellen (LLM's) en externe tools geünificeerd, maar er blijft een fundamentele kloof bestaan in de manier waarop agenten de omgevingen waarin zij opereren conceptualiseren. Huidige paradigma's zijn tweeledig: planning op taakniveau negeert vaak de dynamiek tijdens de uitvoering, terwijl reactieve uitvoering geen langetermijnvooruitzichten heeft. Wij presenteren MCP-Cosmos, een raamwerk dat generatieve wereldmodellen (WM) integreert in het MCP-ecosysteem om voorspellende taakautomatisering mogelijk te maken. Door drie uiteenlopende technologieën – namelijk MCP, wereldmodel en agent – te verenigen, tonen we aan dat een "Bring Your Own World Model" (BYOWM)-strategie agenten in staat stelt om toestandsovergangen te simuleren en plannen in een latente ruimte te verfijnen alvorens tot uitvoering over te gaan. We hebben experimenten uitgevoerd met twee strategieën, namelijk ReAct en SPIRAL, met 2 planningsmodellen en 3 representatieve wereldmodellen over 20+ MCP-Bench-taken. We hebben verbeteringen waargenomen in KPI's voor de omgevingsinteractie van agenten, zoals het succespercentage van tools en de nauwkeurigheid van toolparameters. Het raamwerk biedt ook nieuwe metrieken zoals Uitvoeringskwaliteit om nieuwe inzichten te genereren over de effectiviteit van wereldmodellen ten opzichte van de basislijn.

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.