自己改善エージェント・システムの軌跡情報に基づくメモリ生成

要旨: LLM搭載エージェントは、将来の性能を向上させるために実行経験から学ぶという継続的な課題に直面している。エージェントは多くのタスクを成功裏に完了できる一方で、しばしば非効率的なパターンを繰り返し、同様のエラーから回復できず、過去の実行から成功した戦略を適用する機会を逃してしまう。我々は、エージェントの実行軌跡から実用的な学習を自動的に抽出し、文脈的メモリ検索を通じて将来のパフォーマンスを改善する新しいフレームワークを提示する。我々のアプローチは次の四つの構成要素からなる：(1) 実行軌跡インテリジェンス抽出器（Trajectory Intelligence Extractor）— エージェントの推論パターンの意味解析を行う、(2) 意思決定帰属分析器（Decision Attribution Analyzer）— どの意思決定・推論ステップが失敗、回復、または非効率につながったかを特定する、(3) 文脈学習生成器（Contextual Learning Generator）— 3種類の指針を生成する：成功パターンからの戦略ヒント、失敗処理からの回復ヒント、非効率だが成功した実行からの最適化ヒント、(4) 適応的メモリ取得システム（Adaptive Memory Retrieval System）— 多次元的な類似性に基づいて関連学習をエージェントのプロンプトへ注入する。汎用の対話的事実を保存する既存のメモリシステムとは異なり、私たちのフレームワークは実行パターンを理解し、出所付きの構造化された学習を抽出し、特定のタスク文脈に合わせた指針を取得する。 AppWorld ベンチマークでの評価は一貫した改善を示し、未知のタスクにおけるシナリオ目標の達成で最大14.3ポイントの増加、特に複雑なタスクでは大きな恩恵をもたらす（28.5ポイントのシナリオ目標改善、相対で約149%の増加）。