EpiCon：通过共同进化多模态记忆进行集体Agent学习

Agent可以从过去的执行中学习，但使不同的Agent能够重用并建立在彼此的经验之上仍然具有挑战性。我们引入了 EpiCon，这是一种共享多模态记忆框架，用于Agent集体学习，无需更新主机模型参数。 EpiCon通过两个分别训练的2B模型——记忆控制器和树结构自组织器——将问题层面的记忆演化连接到持久经验库。控制器在尝试中联合完善文本指导和视觉证据，并有选择地包括视觉记忆。自组织者分层巩固经验教训，并为新问题检索经验和规则。我们使用两个框架和多个骨干网，在涵盖四个多模态任务领域的 11 个基准上评估 EpiCon。即使尝试一次解决问题，冻结的经验库也会改善其他系统。第二个Harness将原始系统在 11 个基准测试中的宏观平均得分提高了 2.6 分。 在四种主模型配置下，EpiCon相对无记忆设置将宏平均得分提高1.7至4.9分；相比与骨干等规模的记忆模型，将记忆操作耗时降低67%至74%。