摘要
图像修复代理常受限于静态工具描述与非结构化文本总结,难以实现知识的长期积累与修正。本文提出 Causal-AgentIR,一种具有自进化因果记忆的层次化多智能体框架。该框架将退化模式、工具操作及质量变化等组织为结构化因果记忆图,支持基于图的检索与多跳因果推理。通过规划、分析及记忆策展等多智能体协作,系统能根据反馈动态更新、合并或丢弃经验,确保持续积累可靠且可迁移的修复知识。实验证明了该框架的有效性。
AI 推荐理由
论文核心提出自进化因果记忆架构,解决知识积累与更新问题。
研究机构
Senior Member, IEEE
论文信息