Episodic Memory in Agentic Frameworks: Suggesting Next Tasks
代理框架中的事件记忆:建议下一步任务
机构 * IBM Research(IBM研究院)
专题命中 记忆与上下文管理 :agentic(title,abstract);workflow(abstract);分类 cs.AI、cs.LG
AI总结 本文提出了一种基于事件记忆的代理框架,通过存储和检索历史工作流程来辅助推荐下一步任务,以提高人机协同创作的效率和准确性。
AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
代理框架中的事件记忆:建议下一步任务
机构 * IBM Research(IBM研究院)
专题命中 记忆与上下文管理 :agentic(title,abstract);workflow(abstract);分类 cs.AI、cs.LG
AI总结 本文提出了一种基于事件记忆的代理框架,通过存储和检索历史工作流程来辅助推荐下一步任务,以提高人机协同创作的效率和准确性。
LLM-Agent-UMF: 基于大语言模型的代理统一建模框架,用于无缝设计多主动/被动核心代理架构
机构 * Mediterranean Institute of Technology(地中海技术研究所) ; South Mediterranean University(南地中海大学) ; National School of Computer Science(国家计算机科学学校) ; University of Manouba(曼努巴大学)
专题命中 记忆与上下文管理 :agent(title,abstract);planning(abstract);分类 cs.AI、cs.SE
AI总结 LLM-Agent-UMF提出了一种基于大语言模型的代理统一建模框架,用于设计多主动/被动核心代理架构,解决了现有架构的模块化和术语不一致问题。
Comments 39 pages, 19 figures, 3 tables. Published in Information Fusion, Volume 127, March 2026, 103865. Part of the special issue "Data Fusion Approaches in Data-Centric AI for Developing Trustworthy AI Systems"
Journal ref Information Fusion 127 (2026) 103865
机构 * JetBrains Research(JetBrains研究院) ; School of Computation, Information and Technology, Technical University of Munich(技术大学慕尼黑计算、信息与技术学院)
专题命中 记忆与上下文管理 :agent(title,abstract);tool-use(abstract);分类 cs.AI、cs.SE
Comments v3: DL4C camera-ready version to be presented at the 4th DL4C workshop co-located with NeurIPS '25; added OpenHands generality probe, added hybrid context management strategy
专题命中 记忆与上下文管理 :agent(title,abstract);multi-agent(abstract);分类 cs.AI、cs.CL
Comments Accepted to NeurIPS 2025 SEA Workshop
机构 * Dialog Axiata PLC(Dialog Axiata公司) ; School of Computing, Australian National University(澳大利亚国立大学计算机学院)
专题命中 记忆与上下文管理 :agent(title,abstract);autonomous agent(abstract);分类 cs.AI、cs.LG
机构 * University of Edinburgh(爱丁堡大学) ; University of Science and Technology of China(中国科学技术大学)
专题命中 记忆与上下文管理 :agent(title,abstract);AI agent(abstract);分类 cs.AI、cs.LG
机构 * Department of Computer Science, Rutgers University(计算机科学系,罗杰斯大学)
专题命中 记忆与上下文管理 :agent(title,abstract);AI agent(abstract);分类 cs.AI、cs.CL
Comments Published as a full paper at COLM 2025
机构 * Dept. of Computer Science MSA University(计算机科学系 MSA大学)
专题命中 记忆与上下文管理 :agentic(title,abstract);agent(abstract);分类 cs.AI、cs.CL
专题命中 记忆与上下文管理 :agent(title,abstract);workflow(abstract);分类 cs.AI、cs.CL
专题命中 记忆与上下文管理 :agentic(title,abstract);agent(abstract);分类 cs.AI、cs.LG
Comments 7 Pages
Journal ref 10th International Conference on Control, Decision and Information Technologies (CoDIT), Vallette, Malta, 2024, pp. 2756-2762
专题命中 记忆与上下文管理 :autonomous agent(title,abstract);agent(abstract);分类 cs.AI、cs.LG
Comments Accepted for publication at Frontiers in Robotics and AI (FROBT) - Section Robot Vision and Artificial Perception
专题命中 记忆与上下文管理 :agent(title,abstract);AI agent(abstract);分类 cs.AI、cs.CL
Comments LLM+KG
专题命中 记忆与上下文管理 :agent(title,abstract);planning(abstract);分类 cs.AI、cs.CL
专题命中 记忆与上下文管理 :AI agent(title,abstract);agent(abstract);分类 cs.AI、cs.LG
Comments Accepted to ICASSP 2024
专题命中 记忆与上下文管理 :agent(title,abstract);autonomous agent(abstract);分类 cs.AI、cs.LG
专题命中 记忆与上下文管理 :autonomous agent(title,abstract);agent(abstract);分类 cs.AI、cs.LG
Comments AICT 2022
Journal ref 2022 IEEE 16th International Conference on Application of Information and Communication Technologies (AICT), 2022, pp. 1-6
专题命中 记忆与上下文管理 :planning(title,abstract);agent(abstract);分类 cs.AI、cs.LG
智能体AI的涌现:关于演进、背景、工作原理、应用、采用因素及未来研究方向的综述
专题命中 记忆与上下文管理 :agentic(title,abstract);分类 cs.AI
AI总结 本系统综述梳理智能体AI的演进、原理、应用等,构建利益相关者采用框架,为相关人员提供该领域现状、缺口及未来方向的全面见解。
Comments Accepted Version, 54 Pages, 13 tables, 7 images
Journal ref Emergence of Agentic AI: A Review on Evolution, Background, Working Principles, Applications, Adoption Factors, and Future Research Directions. Computers, Materials & Continua, 88(2), 9
实时经验学习的AI代理
机构 * Altrina(阿尔特里纳)
专题命中 记忆与上下文管理 :AI agent(title,abstract);agentic(abstract,journal_ref);分类 cs.AI
AI总结 PRAXIS通过实时存储和检索行动后果,提升AI代理在动态环境中的任务完成效率与可靠性。
Journal ref ICLR 2026 MemAgents Workshop; WWW '26 Agentic Web Workshop
一种物理代理循环用于语言引导的抓取与执行状态监控
机构 * Australian Institute for Machine Learning (AIML), Adelaide University(澳大利亚阿德莱德大学澳大利亚机器学习研究所)
专题命中 记忆与上下文管理 :agentic(title,abstract);agent(abstract);分类 cs.AI
AI总结 本文提出一种物理代理循环,通过事件接口和执行监控层提升语言引导抓取的鲁棒性和可解释性,验证了其在视觉模糊和执行失败场景中的有效性。
Comments Project page: https://wenzewwz123.github.io/Agentic-Loop/
CraniMem:受大脑启发的门控和有界的记忆用于智能体系统
机构 * Dwarkadas Jivanlal Sanghvi College of Engineering(达沃拉萨·吉文拉尔·桑格维工程学院)
专题命中 记忆与上下文管理 :agentic(title,abstract);agent(abstract);分类 cs.AI
AI总结 CraniMem通过门控和有界多阶段记忆设计提升智能体在长期任务中的稳定性与鲁棒性,采用目标条件门控和效用标签结合短期缓冲和长期知识图谱,实现更持久的语义记忆与更小的干扰影响。
Comments International Conference on Learning Representations 2026 Workshop on Memory for LLM-Based Agentic Systems (MemAgents)
EmbodiedLGR:整合轻量级图表示与检索用于机器人代理中的语义-空间记忆
机构 * Department of Electronics, Information, and Bioengineering (DEIB), Politecnico di Milano(电子、信息与生物工程系(DEIB),米兰理工大学)
专题命中 记忆与上下文管理 :agent(summary_cn,abstract);agentic(abstract)
AI总结 本文提出EmbodiedLGR-Agent,通过参数高效VLM构建语义-空间记忆,实现高效的环境记忆表示与检索,实验证明其在推理和查询时间上达到SOTA,且在实际部署中表现出良好的实用性。
Comments 8 pages, 3 figures
机构 * Stanford University(斯坦福大学) ; Carnegie Mellon University(卡内基梅隆大学)
专题命中 记忆与上下文管理 :agent(abstract);tool use(abstract);tool-use(abstract);function calling(abstract)
专题命中 记忆与上下文管理 :agent(title);AI agent(title)
专题命中 记忆与上下文管理 :agent(title);multi-agent(title)
Comments To appear in Robotics: Science and System 2024
专题命中 记忆与上下文管理 :agent(title);multi-agent(title)
SkillEffect:面向内存受限智能体工具的经校验的降阶机制
机构 * Sichuan University(四川大学) ; University of Notre Dame(圣母大学)
专题命中 记忆与上下文管理 :agent(title,abstract);tool use(abstract);分类 cs.AI
AI总结 本文提出SkillEffect架构,通过经校验降阶运行时与独立校验器,在智能体工具调度时强制实施异构内存关系,可降低峰值内存并提升固定内存上限下的任务完成率。
MELD:一种用于合并分布式智能体记忆中知识的协议
专题命中 记忆与上下文管理 :agentic(title);agent(abstract);autonomous agent(abstract);分类 cs.AI
AI总结 本文提出MELD协议,实现分布式智能体记忆的知识合并,经实验验证其在存储、召回率、一致性及消息量上均优于基线,可支撑自治智能体联邦的知识协同。
Comments 30 pages, 3 figures, 1 table, plus an 11-page appendix (A-N). Code and experiment data: https://doi.org/10.5281/zenodo.21878274
智能体原生遥测:面向自主操作的可验证状态增量证据
专题命中 记忆与上下文管理 :agent(title,abstract);AI agent(abstract);分类 cs.AI
AI总结 该研究提出智能体原生遥测架构,基于ATP协议和状态增量证据账本,在微服务基准测试中大幅降低了数据开销、LLM资源消耗,且能检测对抗性突变、抵御提示注入攻击。
Comments 13 pages, 3 figures, 6 tables
基于基元语言的智能体AI晶体结构设计
专题命中 记忆与上下文管理 :agentic(title,abstract);agent(abstract);分类 cs.LG
AI总结 该研究提出智能体AI框架MatEvolve,以基元语言设计晶体,在贫稀土永磁体设计中发现新结构原型的频率是生成模型的三倍以上,可揭示结构-性能关系。