MCP-Cosmos: Дополненные мировой моделью агенты для выполнения сложных задач в средах MCP
MCP-Cosmos: World Model-Augmented Agents for Complex Task Execution in MCP Environments
May 9, 2026
Авторы: Giridhar Ganapavarapu, Dhaval Patel
cs.AI
Аннотация
Протокол контекста модели (MCP) унифицировал интерфейс между большими языковыми моделями (LLM) и внешними инструментами, однако остаётся фундаментальный разрыв в том, как агенты концептуализируют среду, в которой они действуют. Текущие парадигмы раздвоены: планирование на уровне задач часто игнорирует динамику исполнения, тогда как реактивное выполнение лишено долгосрочной перспективы. Мы представляем MCP-Cosmos — фреймворк, внедряющий генеративные модели мира (World Models, WM) в экосистему MCP для обеспечения прогностической автоматизации задач. Объединяя три различные технологии — MCP, модель мира и агента, — мы демонстрируем, что стратегия «Принеси свою собственную модель мира» (BYOWM) позволяет агентам моделировать переходы состояний и уточнять планы в латентном пространстве до выполнения. Мы провели эксперименты, используя две стратегии, а именно ReAct и SPIRAL, с двумя моделями планирования и тремя репрезентативными моделями мира на более чем 20 задачах из бенчмарка MCP-Bench. Были отмечены улучшения ключевых показателей эффективности взаимодействия агента со средой, таких как показатель успешности использования инструментов и точность параметров инструментов. Фреймворк также предлагает новые метрики, такие как качество выполнения, для получения новых представлений об эффективности моделей мира по сравнению с базовыми методами.
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.