A Survey of Agent Memory in the Second Half: Towards Self-Evolving and Long-Horizon Agents
重新思考基础智能体的内存机制:第二阶段综述
机构 * UIC(伊利诺伊大学香槟分校) ; IIT(伊利诺伊理工学院) ; UIUC(伊利诺伊大学厄巴纳-香槟分校) ; UW–Madison(威斯康星大学麦迪逊分校) ; ASU(亚利桑那州立大学) ; Emory(埃默里大学) ; Northwestern(西北大学) ; NTU(国立台湾大学) ; UCF(佛罗里达大学) ; Rutgers(新泽西罗格斯大学) ; Cambridge(剑桥大学) ; Harvard(哈佛大学) ; UTokyo(东京大学) ; UCSD(加州大学圣地亚哥分校) ; UCSC(加州大学圣塔克鲁斯分校) ; TAMU(德克萨斯大学奥斯汀分校) ; UCSB(加州大学圣塔芭芭拉分校) ; MBZUAI(马克斯·普朗克人工智能研究所) ; McGill(麦吉尔大学) ; UCLA(加州大学洛杉矶分校) ; Stanford(斯坦福大学) ; Salesforce ; Google(谷歌) ; Meta ; Roblox ; Cisco(思科) ; Capital One
AI总结 本文综述了基础智能体内存机制,从内存基质、认知机制和主体维度分析内存在不同拓扑结构下的实现,并探讨内存操作的学习策略与评估指标。
Comments Accepted at Transactions on Machine Learning Research (TMLR) with Survey Certification. Project page: https://github.com/AgentMemoryWorld/Awesome-Agent-Memory