MemComposer：强化学习组装LLM智能体记忆

2026年10月16日，arXiv 人工智能板块出现论文，提出 MemComposer——一种记忆组装器，同时考察当前查询与检索到的候选记忆，决定纳入哪些经验、选多少条以及如何排序。该方法用基于 GRPO 的 Experience Policy Optimization（ExPO）训练，以完整智能体交互的任务成功反馈优化组装策略。据该论文称，在三个 τ²-bench 域、两个冻结执行器上，MemComposer 对每个执行器均优于最强基线，同时平均记忆 token 用量分别减少 16.9% 和 4.9%；所学策略还可迁移到未见过的域、执行器与记忆库，并能受益于更强模型生成的记忆而无需进一步训练。目前进展仅限论文发布与上述自述结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。