Abstract
1世紀にわたる実証的メモリ研究にもかかわらず、既存のAIエージェント・メモリシステムは、システム工学的な比喩（仮想メモリのページング、フラットなLLMストレージ、ゼッテルカステン・ノート）に依存しており、固定化（consolidation）、忘却（forgetting）、再固定化（reconsolidation）の原理を統合していません。
我々は、15の神経科学モデルを統合した多層メモリアーキテクチャZenBrainを提案します。ZenBrainは7つのメモリ層（ワーキング、短期、エピソード、セマンティック、手続き的、コア、クロスコンテキスト）を実装し、これらを9つの基盤となるアルゴリズム（Two-Factor Synaptic Model、vmPFC結合FSRS、Simulation-Selection sleep、ベイズ的信頼度、そしてさらに5つ）によってオーケストレーションします。加えて、6つの新しい予測メモリ・アーキテクチャ（PMA）コンポーネントを備えます：4チャンネルのNeuromodulatorEngine、予測誤差ゲート付きReconsolidationEngine、発散的な減衰を伴うTripleCopyMemory、扁桃体の高速経路と連動した4次元PriorityMap、安定性保護（NogoA/HDAC3アナログ）、バイアス検出のためのメタ認知モニターです。
15アルゴリズムのアブレーション解析により、協調的な生存ネットワークが明らかになります。ストレス下では、15のうち9つのアルゴリズムが個別に臨界的になります（delta-Q 最大 -93.7%、Wilcoxon、10 seeds、alpha=0.005）。Simulation-Selection sleepは、ストレージ削減47.4%を伴い、安定性を37%改善します（p<0.005）。TripleCopyMemoryは30日後でもS(t)=0.912を保持し、PriorityMapはNDCG@10=0.997に到達します。
多層ルーティングは、LoCoMoにおけるフラットな単一層ベースラインをF1で20.7%上回り（p<0.005）、MemoryArenaでは19.5%上回ります（p=0.015）。LongMemEval-500では、ZenBrainは12のシステム評価者セルすべて（4システム×3つのLLM評価者）で最高の平均順位を維持します。3評価者平均J=0.545で、letta=0.485、a-mem=0.414、mem0=0.394を上回ります。9つの全てのペアワイズ比較でBonferroni補正をクリアします（alpha=0.05/18、最小p=6.2e-31、d in [0.18, 0.52]）。LongMemEvalの二値評価者では、ZenBrainは1/106のクエリあたりトークン予算で、オラクル精度の91.3%に到達します。オープンソースで、11,589件の自動化テストケースを含みます。
