Meta FAIR 提出 Routed Continual Learning:混合任务下 Agent 记忆收益从近零提至 15-30%

dair_ai · x · 2026-10-31

Meta FAIR 论文:任务交错时,单一全局记忆几乎无用

Meta FAIR(作者含 Ilya Mironov 等)发布 Routed Continual Learning(Routed CL)论文,解决 agent 从历史运行中学习的问题:

问题:常见的单一全局历史记忆,在任务交错场景下相比完全没有记忆几乎没有收益(归一化奖励平均仅 +0.015)。
方法:将过去轨迹聚类,每个簇用固定库中的一个记忆系统维护状态;每次运行前由 LLM 路由器决定复用已有簇还是新建簇;配合 Context Memory Adapter 把记忆输出注入 agent 初始上下文。
实验:在 301 个 CL-Bench 实例与 97 个 τ³-Bench 银行实例混合的流上、跨 4 个模型测试;Routed CL 相比全局历史将奖励提升最大可得奖励的 15%-30%,API 成本估算下降 65%-72%。
局限:实验为顺序运行,并行 agent 更新同一簇的场景尚未验证。

「编程与Agent」频道最新