ConMem：免训练多智能体系统中的结构化记忆引导自适应

针对现有基于记忆的多智能体系统面临轨迹噪声、记忆 - 技能关系建模不足及依赖额外训练等问题，本文提出 ConMem。这是一种关系感知且免训练的框架，通过将历史交互提炼为结构化记忆卡片并构建关系感知记忆图，实现跨经验协调。运行时，系统按需检索卡片并通过图谱协调以解决策略冲突和恢复依赖。实验表明，该方法在多个基准上优于现有记忆架构，显著提升了推理效率并降低了规划开销。