通过学习图内存对代理多模式网络历史进行任务自适应检索

从长期的多模式网络交互历史中检索相关观察结果具有挑战性，因为相关性取决于不断发展的任务状态、模式（屏幕截图、HTML 文本、结构化信号）和时间距离。现有方法通常依赖于静态相似性阈值或固定容量缓冲区，这无法适应当前任务上下文的相关性。我们提出 \textbf{ACGM}，一种学习图记忆 检索器，它使用下游任务成功的策略梯度优化在代理历史上构建 \emph{任务自适应} 相关图。 ACGM 捕获具有特定模态衰减的异质时间动态（视觉衰减比文本快 4.3 倍：$λ_v{=}0.47$ vs.\ $λ_x{=}0.11$）并学习稀疏连接（3.2 个边/节点），从而实现高效的 $O(\log T)$ 检索。在 WebShop、VisualWebArena 和 Mind2Web 中，ACGM 将检索质量提高到 \textbf{82.7 nDCG@10}（比 GPT-4o +9.3，$p{<}0.001$）和 \textbf{89.2\% Precision@10} (+7.7)，优于 19 个强密集、重新排名、多模态和基于图形的基线。重现结果的代码可在 {\color{blue}\href{https://github.com/S-Forouzandeh/ACGM-Agentic-Web}{Saman Forouzandeh}} 获取。