論文の概要: PsychAgent: An Experience-Driven Lifelong Learning Agent for Self-Evolving Psychological Counselor

• arxiv url: http://arxiv.org/abs/2604.00931v2
• Date: Thu, 02 Apr 2026 15:22:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-03 14:21:09.470346
• Title: PsychAgent: An Experience-Driven Lifelong Learning Agent for Self-Evolving Psychological Counselor
• Title（参考訳）: PsychAgent: 自己進化型心理学的カウンセラーのための経験駆動型生涯学習エージェント
• Authors: Yutao Yang, Junsong Li, Qianjun Pan, Jie Zhou, Kai Chen, Qin Chen, Jingyuan Zhao, Ningning Zhou, Xin Li, Liang He,
• Abstract要約: 心理カウンセリングのための経験駆動型生涯学習エージェント(textttPsychAgent)を提案する。 まず,縦方向のマルチセッションインタラクションに適したメモリ拡張計画エンジンを構築した。 第2に、歴史的カウンセリングの軌跡から新しい実践的スキルを抽出するスキル進化エンジンを設計する。 第三に、進化したスキルをモデルに統合する強化内部化エンジンを導入します。
• 参考スコア（独自算出の注目度）: 27.91498114470285
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Existing methods for AI psychological counselors predominantly rely on supervised fine-tuning using static dialogue datasets. However, this contrasts with human experts, who continuously refine their proficiency through clinical practice and accumulated experience. To bridge this gap, we propose an Experience-Driven Lifelong Learning Agent (\texttt{PsychAgent}) for psychological counseling. First, we establish a Memory-Augmented Planning Engine tailored for longitudinal multi-session interactions, which ensures therapeutic continuity through persistent memory and strategic planning. Second, to support self-evolution, we design a Skill Evolution Engine that extracts new practice-grounded skills from historical counseling trajectories. Finally, we introduce a Reinforced Internalization Engine that integrates the evolved skills into the model via rejection fine-tuning, aiming to improve performance across diverse scenarios. Comparative analysis shows that our approach achieves higher scores than strong general LLMs (e.g., GPT-5.4, Gemini-3) and domain-specific baselines across all reported evaluation dimensions. These results suggest that lifelong learning can improve the consistency and overall quality of multi-session counseling responses.
• Abstract（参考訳）: 既存のAI心理学カウンセラーの方法は、静的な対話データセットを用いた教師付き微調整に大きく依存している。 しかし、これは臨床実践や経験の蓄積を通じて継続的に熟練を磨く人間の専門家とは対照的である。 このギャップを埋めるために、心理カウンセリングのための経験駆動型生涯学習エージェント(\texttt{PsychAgent})を提案する。 まず, 長期的マルチセッションインタラクションに適したメモリ拡張計画エンジンを構築し, 永続記憶と戦略的計画による治療継続性を確保する。 第二に、自己進化を支援するために、歴史的カウンセリングの軌跡から新しい実践的なスキルを抽出するスキル進化エンジンを設計する。 最後に、Reinforced Internalization Engineを導入し、リジェクションの微調整を通じてモデルに進化したスキルを統合する。 比較分析により,本手法は,全ての評価次元において,強いLLM(例えば GPT-5.4, Gemini-3)およびドメイン固有のベースラインよりも高いスコアが得られることが示された。 これらの結果から,生涯学習は多セッションカウンセリング応答の一貫性と全体的な品質を向上させることが示唆された。

関連論文リスト

• PsychEval: A Multi-Session and Multi-Therapy Benchmark for High-Realism AI Psychological Counselor [26.81428514159215]
  textttPsychEvalは、3つの重要な課題に対処するために設計された、マルチセッション、マルチセラピー、そして非常に現実的なベンチマークである。 メモリ連続性、適応推論、縦計画などの重要な機能を必要とする。 データセットには677以上のメタスキルと4577のアトミックスキルを含む、広範なプロフェッショナルスキルが注釈付けされている。
  論文  参考訳（メタデータ） (2026-01-05T05:26:57Z)
• TheraMind: A Strategic and Adaptive Agent for Longitudinal Psychological Counseling [53.46927050949822]
  縦断的心理カウンセリングのための戦略的適応型エージェントであるTheraMindを紹介する。 TheraMindの基盤は、カウンセリングプロセスをセッション内ループとクロスセッションループに分離する、新しいデュアルループアーキテクチャである。 クロスセッションループは、各セッション後の適用療法の有効性を評価し、その後の相互作用の方法を調整することにより、長期適応性を有するエージェントに権限を与える。
  論文  参考訳（メタデータ） (2025-10-29T17:54:20Z)
• Reframe Your Life Story: Interactive Narrative Therapist and Innovative Moment Assessment with Large Language Models [72.36715571932696]
  物語療法は、個人が問題のある人生の物語を代替品の力に変えるのに役立つ。 現在のアプローチでは、特殊精神療法ではリアリズムが欠如しており、時間とともに治療の進行を捉えることができない。 Int(Interactive Narrative Therapist)は、治療段階を計画し、反射レベルを誘導し、文脈的に適切な専門家のような反応を生成することによって、専門家の物語セラピストをシミュレートする。
  論文  参考訳（メタデータ） (2025-07-27T11:52:09Z)
• Ψ-Arena: Interactive Assessment and Optimization of LLM-based Psychological Counselors with Tripartite Feedback [51.26493826461026]
  大規模言語モデル(LLM)の総合的評価と最適化のための対話型フレームワークであるPsi-Arenaを提案する。 アリーナは、心理学的にプロファイルされたNPCクライアントとの多段階対話を通じて現実世界のカウンセリングをシミュレートする現実的なアリーナ相互作用を特徴としている。 8つの最先端のLLM実験は、異なる実世界のシナリオと評価の観点で大きなパフォーマンス変化を示す。
  論文  参考訳（メタデータ） (2025-05-06T08:22:51Z)
• AutoCBT: An Autonomous Multi-agent Framework for Cognitive Behavioral Therapy in Psychological Counseling [57.054489290192535]
  伝統的な個人の心理カウンセリングは主にニッチであり、心理学的な問題を持つ個人によって選択されることが多い。 オンラインの自動カウンセリングは、恥の感情によって助けを求めることをためらう人たちに潜在的な解決策を提供する。
  論文  参考訳（メタデータ） (2025-01-16T09:57:12Z)
• Cactus: Towards Psychological Counseling Conversations using Cognitive Behavioral Theory [24.937025825501998]
  我々は,認知行動療法(Cognitive Behavioral Therapy, CBT)の目標指向的, 構造化的アプローチを用いて, 実生活インタラクションをエミュレートする多ターン対話データセットを作成する。 我々は、実際のカウンセリングセッションの評価、専門家の評価との整合性の確保に使用される確立された心理学的基準をベンチマークする。 Cactusで訓練されたモデルであるCamelはカウンセリングスキルにおいて他のモデルよりも優れており、カウンセリングエージェントとしての有効性と可能性を強調している。
  論文  参考訳（メタデータ） (2024-07-03T13:41:31Z)
• PsychoGAT: A Novel Psychological Measurement Paradigm through Interactive Fiction Games with LLM Agents [68.50571379012621]
  心理的な測定は、精神健康、自己理解、そして個人の発達に不可欠である。 心理学ゲームAgenT(サイコガト)は、信頼性、収束妥当性、差別的妥当性などの心理学的指標において統計的に有意な卓越性を達成している。
  論文  参考訳（メタデータ） (2024-02-19T18:00:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。