ИССЛЕДОВАНИЕ · RESEARCH · #3798
EvoDisco: эволюционное обнаружение стратегий для эволюции памяти агента
EvoDisco (arXiv:2611.22102v1) рассматривает эволюцию памяти агента как задачу поиска эволюционных стратегий: обучаемая политика выбирает и конкретизирует один из четырёх семантических операторов — Abstract, Refine, Bridge, Reframe — вместо фиксированного расписания обновлений памяти. С биуровневой функцией пригодности (внутренний сигнал: качество поиска + штраф за сложность; внешний: эффективность стратегий за окно прошлых решений) EvoDisco превосходит сильные эталоны MemP и MemRL на ALFWorld, WebShop и LifelongAgentBench, с наибольшими приростами на ALFWorld (+8.8 онлайн / +12.9 при переносе; +16.4 / +17.9 соответственно).
КЛЮЧЕВЫЕ ТЕЗИСЫ
- EvoDisco (arXiv:2611.22102v1) рассматривает эволюцию памяти агента как задачу поиска эволюционных стратегий: обучаемая политика выбирает и конкретизирует один из четырёх семантических операторов — Abstract, Refine, Bridge, Reframe — вместо фиксированного расписания обновлений памяти.
- С биуровневой функцией пригодности (внутренний сигнал: качество поиска + штраф за сложность; внешний: эффективность стратегий за окно прошлых решений) EvoDisco превосходит сильные эталоны MemP и MemRL на ALFWorld, WebShop и LifelongAgentBench, с наибольшими приростами на ALFWorld (+8.8 онлайн / +12.9 при переносе; +16.4 / +17.9 соответственно).
- Метод заменяет фиксированные правила обновления памяти обучаемыми стратегиями с несколькими операторами и демонстрирует измеримые улучшения на стандартных бенчмарках агентов, продвигая методы долговременной памяти для LLM-агентов.
ПОЧЕМУ ЭТО ВАЖНО
Метод заменяет фиксированные правила обновления памяти обучаемыми стратегиями с несколькими операторами и демонстрирует измеримые улучшения на стандартных бенчмарках агентов, продвигая методы долговременной памяти для LLM-агентов.