摘要
长程自主代理需记忆系统以保留历史信息并复用知识。现有系统多采用固定的“构建 - 检索”流水线,难以适应任务特定的失败模式及记忆库的演化。为此,本文提出 MemPro,一种系统级进化框架,将整个流水线视为可进化程序而非仅调整记忆库。MemPro 维护可运行实现的版本树,通过进化代理迭代选择版本、诊断故障并基于故障模式引导编辑调试以生成改进版本。实验表明,MemPro 在多次迭代中持续优于静态及提示级进化基线,实现了性能与成本的良好平衡。
AI 推荐理由
论文提出系统级进化框架,核心贡献在于将记忆流水线作为可进化程序进行迭代优化。
研究机构
East China Normal University
论文信息