自己進化エージェントの記憶制御を行う強化学習手法RoMeRL

arXiv cs.CL ・ 2026-08-03

原題: RoMeRL: Balancing Feedback Coverage and the Memory-Reward Trap in Self-Evolving Agent Memory via Reduced-Order Utility States

AI による要約

自律進化するLLMエージェントの長期的記憶において、無関係な過去の経験に誤った報酬が付与される問題を解決する強化学習手法RoMeRLを提案した。記憶の有用性空間を固定次元で表現してフィードバックを凝縮させることで、エージェントの記憶検索精度と学習効率を高める。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.CL）をご確認ください。