メモリ/長期エージェント2026/8/7arXiv:2608.06745

MemPrism: 長期的エージェントのためのタスク条件付き関係メモリビュー

MemPrism: Task-Conditioned Relational Memory Views for Long-Horizon Agents

長期タスクのエージェント向けに、経験を永続的に保存しつつ、現在のタスクに応じて動的に関係性を構築するメモリフレームワークを提案。固定表現による表現ミスマッチを解消し、長い軌跡での性能向上とメモリ消費削減を実証。

詳しい要約

1. どんなもの？

MemPrismは、長期的なタスクを遂行するエージェントのための、タスク条件付きリレーショナルメモリフレームワークです。永続的な経験ストレージと意思決定時のワーキングメモリを分離し、現在のタスクコンテキストに応じてリレーショナルビューを動的に構築します。イベントストリームとして相互作用を記録し、軽量なビューポリシーが関係構造、証拠範囲、結果条件、粒度を選択し、決定論的なコンポーザとレンダラが履歴事実を一時的な光学的ワーキングメモリビューに変換して、凍結されたタスクポリシーに提供します。

2. 先行研究と比べてどこがすごい？

既存のメモリシステムは、固定表現で証拠を直接消費できると仮定することが多く、表現の不一致（関連情報はあるが現在の決定に適した形で整理されていない）が生じます。MemPrismは、タスク条件付きでメモリのビューを動的に再構成することで、この問題に対処し、長い軌跡でのタスク性能を向上させ、メモリトークン消費を削減します。また、学習されたビューポリシーが異なるVLM間で追加適応なしに転移する点も新しいです。

3. 技術・手法の肝は？

手法の核は、永続的なイベントストリームストレージと、タスク条件付きで動的に構築されるリレーショナルビューの分離です。軽量なビューポリシーが、現在のタスクコンテキストに基づいて、関係構造、証拠範囲、結果条件、粒度を選択します。決定論的なコンポーザとレンダラが、選択されたビューを一時的なワーキングメモリ表現に変換し、凍結されたタスクポリシー（VLMなど）が消費します。

4. どうやって有効だと検証した？

長期的な具現化エージェントとWebエージェントのベンチマークで実験を行い、MemPrismがタスク性能を一貫して向上させることを示しました。特に軌跡が長くなるにつれて効果が顕著で、メモリトークン消費も削減されました。さらに、学習されたビューポリシーが異なるVLM間で追加適応なしに転移することを実証しました。

5. 議論はある？

要旨からは、ビューポリシーの学習方法や、特定のタスクタイプにおける限界、計算オーバーヘッドなどについての詳細な議論は不明です。また、リレーショナルビューの設計選択がどのように一般化するかについての考察も要旨には含まれていません。

6. 次に読むべき論文は？

要旨で参照されている関連研究は明示されていませんが、同分野の定番として、Memory-Augmented Agent、Retrieval-Augmented Generation (RAG)、Embodied Agentのためのメモリシステム（例えば、MemoryBank、Generative Agents）などが考えられます。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Zhisheng Chen, Bingfan Zeng, Bangde Cao, Zhengwei Xie, Yuxuan Li, Jinhan Li, Zheng Lu, Xiangchen Guan, Zikai Xiao, Rui Qian, Jingwei Song

分類: cs.AI

原文アブストラクト

Long-horizon agents rely on memory to reuse experiences, yet existing memory systems often assume that evidence can be directly consumed through a fixed representation. This leads to representation mismatch, where relevant information is available but not organized for the current decision. To this end, we propose MemPrism, a task-conditioned relational memory framework that separates persistent experience storage from decision-time working memory. MemPrism records interactions as the event stream and dynamically constructs relational views according to the current task context. A lightweight view policy selects the relation structure, evidence range, outcome condition, and granularity, while a deterministic composer and render transform historical facts into a temporary optical working-memory view for a frozen task policy. Experiments on long-horizon embodied and web-agent benchmarks show that MemPrism consistently improves the task performance, especially as trajectories become longer, while reducing memory token consumption. Furthermore, the learned view policy transfers across different VLMs without additional adaptation, demonstrating the effectiveness of task-conditioned relational views as a general memory interface for agents.

arXivで原文を読む →arXiv概要ページ

← 論文一覧