基于新颖性信号的联合智能体记忆与探索学习

在开放环境中，探索对自主智能体至关重要，但现有语言模型智能体在此方面表现不佳。有效探索需依赖记忆，而保留原始交互历史计算成本高昂。潜在记忆虽可压缩历史，却缺乏可靠监督信号。本文提出 JAMEL 框架，通过新颖性驱动的交互联合训练智能体记忆与探索策略。研究发现记忆与探索构成互赖循环：持续探索需记忆区分已试与未试行为，而求新交互为记忆提供必要监督。利用 GUI 领域中代码覆盖率等确定性新颖性信号，为记忆模块提供无标注的自然监督。实验表明该方法泛化性强，探索能力优于开源基线，媲美闭源模型深度，且显著降低 Token 消耗。