エージェント初出 8/26 02:56
長期間エージェント処理のための再帰的経験ワーキングメモリ進化
Recursive Experiential-Working Memory Evolution for Long-Horizon Agent Harnesses
https://export.arxiv.org/api/query·2026/8/25
AI要約
長期間にわたるタスク遂行が困難なエージェントに対し、再帰的な経験ワーキングメモリ(Recuris)を提案。タスクの進捗を追跡し、経験メモリからスキル選択をガイドすることで、過去の履歴全体に依存せず、現在のニーズに基づいた行動を可能にする。
AI要点
- 長期間タスクでの再帰的自己改善(RSI)の難しさを解決する新しいアーキテクチャ「Recuris」が提案された。
- Recurisは、作業記憶がタスク進捗を追跡し、経験記憶からスキル選択をガイドする。
- このメカニズムにより、エージェントは過去の全履歴ではなく、現在のニーズに基づいてスキルを使用できる。
- Recurisは、10個のモデルと4つのベンチマークで37件中35件のタスク成功率を向上させ、長期間タスクでの性能を大幅に改善した。
- 進化的メモリにより、エージェントは経験を効果的な長期間行動に継続的に変換できる。
なぜ重要か
長期間タスクにおけるエージェントの性能を向上させるための、進化するメモリアーキテクチャは、将来の自律エージェント開発において重要な進歩となる可能性がある。