Oblivion：通过衰减驱动激活进行自适应代理内存控制

人类记忆通过选择性遗忘进行适应：随着时间的推移，经历变得越来越难以获得，但可以通过强化或情境线索重新激活。相比之下，内存增强型 LLM 代理依赖于“始终在线”检索和“平面”内存存储，随着历史记录的增长，会导致高干扰和延迟。我们引入了 Oblivion，一种记忆控制框架，它将遗忘视为可访问性的衰减驱动的减少，而不是显式删除。 Oblivion 将内存控制解耦为读取和写入路径。读取路径根据代理不确定性和内存缓冲区实用性来决定何时查阅内存，从而避免冗余的始终在线访问。书写路径通过强化有助于形成反应的记忆来决定强化什么。总之，这使得分层内存组织能够维护持久的高级策略，同时根据需要动态加载详细信息。我们评估静态和动态长视野交互基准。 Oblivion 的性能优于直接基准和内存增强基准，同时在 120K 交互跨度下将词元成本降低高达 73%。这些结果表明，将记忆视为控制问题（决定何时检索以及强化什么）对于维持长期智能体表现至关重要。