StoreBench: Un entorno de comercio en vivo para evaluar y entrenar agentes autónomos

Resumen del corpus

Se presenta StoreBench, un entorno de comercio en vivo diseñado para evaluar y entrenar agentes autónomos mediante el uso de aprendizaje por refuerzo. Este entorno simula una tienda de ropa en línea con clientes, proveedores y shocks de mercado para probar la planificación a largo plazo y el juicio económico de los agentes. Se evalúan varios LLMs frontera en escenarios simulados para medir su capacidad de toma de decisiones en entornos comerciales complejos.