跳到正文
arXiv cs.AI· Mingyang Liu, Qingcan Kang, Shixiong Kai, Kaichao Liang, Xiaojin Fu, Tao Zhong, Linqi Song·· 4 小时前AI 评分38

EvoDisco:面向演化式智能体记忆的策略发现

EvoDisco: Strategy Discovery for Evolving Agent Memory

AI 导读

EvoDisco 将智能体记忆演化建模为演化式策略发现,由可学习策略根据当前记忆状态与近期任务历史,从 Abstract、Refine、Bridge、Reframe 四种语义算子中选择并实例化,而非按固定算子调度重写记忆。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:大型语言模型智能体在记忆中积累经验,而记忆在交互过程中如何演化,与它存储了什么同样重要。近期方法在线更新记忆,但转换记忆的算子以及选择这些算子的规则在设计上都是固定的。我们提出 EvoDisco,将智能体记忆演化表述为演化策略发现:智能体必须发现要应用哪个算子、何时应用以及如何实例化它,而不是在静态算子调度下重写记忆。一个可学习策略以当前记忆状态和近期任务历史为条件,然后选择并实例化四种语义算子之一——Abstract、Refine、Bridge 和 Reframe——它们分别压缩相关记忆、分解过载条目、连接弱关联经验,以及重组检索到的推理链。该策略通过双层适应度进行更新。内层信号使用由记忆复杂度正则化的检索质量提升来为每次转换打分。外层信号在过去的决策窗口上评估策略有效性,综合历史算子效用遗憾、效用预测误差和选择多样性。在 ALFWorld、WebShop 和 LifelongAgentBench(OS 和 DB)上的一次性在线加冻结迁移协议下,EvoDisco 优于包括 MemP 和 MemRL 在内的强记忆基线。最大提升出现在 ALFWorld 上(相对 MemP 为 $+8.8$ 在线 / $+12.9$ 冻结迁移点;相对 MemRL 为 $+16.4$ / $+17.9$)。消融实验将这些提升归因于两个适应度层级和算子库。
主题: 人工智能(cs.AI)
引用为: arXiv:2611.22102 [cs.AI]
  (或 arXiv:2611.22102v1 [cs.AI] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.22102

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Mingyang Liu [查看电子邮件]
[v1] 2026年11月17日星期二 02:37:56 UTC(1,377 KB)

来源:arXiv cs.AI · arxiv.org