NeurIPS 2026|MemSkill让智能体学习并进化记忆技能
2026.11.02 · 收录日 2026.11.02 · 事件 · 论文 · 论文预印本
南洋理工大学等提出 MemSkill,把记忆操作变成可学习、可进化的技能。
南洋理工大学等机构在 NeurIPS 2026 发表 MemSkill,将记忆操作封装为可学习、可复用、可进化的 Memory Skills。Controller 按片段选择技能,Executor 据此构建记忆,Designer 依据失败案例修订和扩展技能库,形成自进化闭环。在 LoCoMo、LongMemEval 和 ALFWorld 上,MemSkill 取得表中最高的 L-J 分数和 ALFWorld 平均成功率。
- MemSkill 将记忆操作封装为 Memory Skills,用自然语言说明用途、适用条件、执行方式与约束,供系统按需修改和复用。
- 框架由 Controller 选择 Top-K 记忆技能、Executor 据此构建记忆、Designer 分析失败案例并修订扩展技能库,形成自进化闭环。
- 训练时把下游问答或交互任务表现作为奖励,通过强化学习更新 Controller,使其逐步学会更有效的技能组合。
- 在 LLaMA 与 Qwen 上,MemSkill 均取得表中最高的 L-J 分数和 ALFWorld 平均成功率;Qwen 结果来自 LLaMA 所学技能的直接迁移。
- 消融实验显示随机选择替代 Controller、停用 Designer 或仅修订旧技能均不及完整框架;相比 LightMem 调用量下降近七成。
为什么值得看
记忆机制正成为智能体持续自我改进的关键环节。
适合谁关注
关注智能体记忆与自进化方向的研究者和开发者。
