Новая система памяти AdMem позволит ИИ-агентам решать многошаговые задачи
Команда исследователей представила работу AdMem — универсальную систему памяти для агентов на основе больших языковых моделей (LLM). Разработка направлена на решение ключевой проблемы AI-агентов: неспособности эффективно запоминать, организовывать и повторно использовать знания при выполнении длительных многошаговых задач.
Авторы отмечают, что существующие подходы к памяти в основном сосредоточены на хранении фактов, а процедурная память часто сводится к повторению прошлых успехов без анализа ошибок. AdMem предлагает комплексное решение, объединяя три типа памяти: семантическую (факты), эпизодическую (события) и процедурную (навыки).
Архитектура включает двухуровневое хранилище (краткосрочная и долгосрочная память) и три агента: исполнитель (actor), память (memory) и критик (critic). Это позволяет автоматически генерировать воспоминания, аннотировать вознаграждения и адаптивно извлекать информацию. Долгосрочная память управляется через оценку на основе вознаграждения, слияние и очистку, обеспечивая масштабируемость и постоянное улучшение.
В отличие от многих предшествующих решений, AdMem не требует ручного проектирования правил памяти и может адаптироваться к различным сценариям. Критик-агент оценивает каждое извлеченное воспоминание, присваивая ему вознаграждение, что позволяет системе отбирать наиболее ценные из них.
Эксперименты в различных средах показали, что AdMem улучшает робастность и успешность решения длинных многошаговых задач по сравнению с базовыми моделями. Система способна учиться на неудачах и постоянно совершенствоваться, что делает её важным шагом в развитии агентов на базе LLM.
Эта работа подчеркивает важность комплексной адаптивной памяти для развития агентов на базе LLM. AdMem может найти применение в автоматизации, робототехнике и сложных системах принятия решений, где требуется длительное планирование. Статья опубликована в репозитории arXiv, что позволяет ознакомиться с деталями реализации широкому кругу исследователей.
