Исследователи представили архитектуру для автономных агентов долгого цикла

Исследователи опубликовали работу An Architecture for Long-Horizon Agents, описывающую структуру для выполнения задач, длящихся неделями. Авторы предложили решение проблемы ограниченного контекстного окна, которое позволяет агентам сохранять работоспособность без потери данных при перезапусках процессов.

Предложенная архитектура состоит из трех ключевых компонентов: иерархических уровней, индексируемых по временной шкале, тактового механизма для автономных действий и системы каскадного интеллекта. В последнем случае задача передается более мощной модели только после того, как базовый уровень не проходит внутреннюю проверку качества.

В ходе эксперимента длительностью в 10 дней агент, построенный на базе этой архитектуры, успешно воспроизвел опубликованный результат в области обучения с подкреплением. При этом участие человека требовалось лишь один раз в сутки. Система продемонстрировала способность сохранять логическую цепочку через границы сессий и сбросы контекста.

Ключевым выводом исследования стало то, что для непрерывного обучения агентам необходима инфраструктура, существующая вне контекстного окна модели. Знания, записанные на ранних этапах работы, влияли на последующее поведение системы без необходимости изменения весов самой модели. Работа опубликована под лицензией Creative Commons Attribution 4.0.