[论文阅读] | 智能体长期记忆

更新记录：

• 2024.11.2 人大高瓴长期记忆综述

人大高瓴长期记忆综述

智能体与环境交互

• 过程通常包括三个步骤：(1)智能体从环境中获取信息存储到记忆中 (2)对存储的信息进行处理和抽取，使其更有价值 (3)根据记忆采取下一步行动
• 交互过程中，迭代的"智能体采取行动→环境给予响应→基于响应采取下一步行动"，直到任务完成的过程称之为"trial"
• 示例：旅行规划和电影推荐(结合用户偏好-喜欢古建/喜欢晚上9点看电影)
   

记忆的来源/形式/操作

来源：(1)当前任务历史信息 (2)其他任务的信息 (3)外部知识

 

形式：如何表达记忆的内容，通过(1)文本 (2)参数(训练到模型里)

 

操作：读/写/管理

 

写入：抽取原始观察数据中重要内容写入

 

管理：提炼高层次的通用信息，提升智能体泛化能力(例如任务B中提炼出的：Alice喜欢在晚上观看科幻电影)；合并相似信息减少冗余；遗忘不重要/无关信息减少负面影响

 

读取：选择支持智能体下一步操作的重要信息

 

评估

 

不同场景下智能体记忆机制的实现

角色扮演类–记忆赋予角色鲜明的个性特征，使之区别于其他角色

 

写在后面

思考：在纷繁多样的prompt框架下，我们能够做什么有意义和价值的工作呢？
坚持的动力：前段时间学校终于暂停了飞书账号，当时云文档有大量笔记没有做备份。后面经过一番联系终于找到靠谱的管理员老师，帮忙迁移其中的资料。于是决定还是要坚持记录自己的学习和思考过程，加油哇！