基于轨迹信息的记忆生成用于自改进 Agent 系统

针对 LLM 驱动的智能体难以从执行经验中学习以提升未来性能的问题，本文提出一种新框架。该框架自动从执行轨迹中提取可操作的学习内容，并通过上下文记忆检索优化后续表现。系统包含轨迹智能提取、决策归因分析、情境学习生成及自适应记忆检索四个组件，能识别失败原因并生成策略、恢复及优化建议。在 AppWorld 基准测试中，该方法显著提升了复杂任务的完成率和整体性能。