提出 Reduced-Order Memory Reinforcement Learning (RoMeRL),用按结果极性与记忆动态分解的固定维度记忆状态替代不断增长的轨迹索引效用空间,以缓解自进化 LLM 智能体记忆中的反馈覆盖与记忆奖励陷阱冲突,并在 ALFWorld 和 LifelongAgentBenc…
机构:南大
来源:arXiv 2608.02508 | AI4Papers 论文推荐平台
AI4Papers 是一个以每日 arXiv 论文发现为入口的 AI 科研工作流平台,帮助研究者用最短时间掌握最新 AI/ML 前沿动态。
核心功能完全免费。高级 AI 功能(对比分析、深度研究、灵感工作台)支持自带兼容 API Key(如 OpenAI、通义千问)无限使用。
免费注册 | 使用教程