CHIME：面向长程智能体规划的贡献感知分层记忆演化

规划是一项核心功能，使代理能够将复杂的长期任务分解为可管理的步骤。测试时搜索和基于训练的方法改进了规划，但会产生较高的推理成本或需要昂贵的训练数据。相反，自我进化记忆将代理交互结果中的可重用经验积累到外部记忆库中，因此规划能力在推理时不断提高，而无需更新参数。然而，现有的自进化记忆方法有一个固有的信用分配问题：它们依赖最终任务结果作为反馈，但这种结果将计划质量与执行错误和环境因素混为一谈，因此积累的计划经验往往是有偏差和嘈杂的。为了解决这个问题，我们提出了信用感知分层记忆进化（CHIME），这是一个自我进化的记忆框架，它维护一个单独的计划库和执行库，并遵循先记忆后属性的原则：CHIME首先将每个任务结果归因于计划、执行、两者或两者都不归因，然后仅更新相应的记忆库。对四个长视野代理基准的广泛实验表明，CHIME 始终优于最先进的基于训练和自我进化的记忆基准。进一步的分析揭示了一些有趣的发现。例如，CHIME 用少得多的项目积累有效记忆。此外，学习到的内存值忠实地反映了下游效用：高质量的计划内存比执行内存更有价值。最后，积累的内存有效地跨骨干模型传输。代码将在 https://github.com/ATH-MaaS/Marco-DeepResearch 发布。