論文の概要: Action Conditioned Bisimulation For GUI Agent Memory

• arxiv url: http://arxiv.org/abs/2609.38778v1
• Date: Wed, 30 Sep 2026 02:11:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:26.998831
• Title: Action Conditioned Bisimulation For GUI Agent Memory
• Title（参考訳）: GUIエージェントメモリのための動作条件ビシミュレーション
• Abstract要約: 我々は,解凍剤が作用するときに充満する経験的予測状態グラフ上での作用条件ビシミュレーションとしてマージルールを定義する。 MiniWoB++では、メモリレスエージェントよりも成功率を高め、同じ探索的なデトゥー、以前の後継表現がマージされ、アクション条件のない同じ基準が変更されない。
• 参考スコア（独自算出の注目度）: 7.027811080900626
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: An agent that remembers what it did on a web page must decide when two pages count as the same. Memories built on observation similarity merge pages that look alike but behave differently, and GUIs are full of such pages: two tabs of one widget or two rows of one menu answer the same click differently. We define the merge rule as an action-conditioned bisimulation over the empirical predictive state graph a frozen agent fills as it acts. Two states merge only when their shared actions lead to agreeing outcomes and successor blocks under an affordance label. Observation similarity never enters the rule, and nothing is trained. It replaces the merge rule of an existing outcome-value memory, so a closed-loop comparison isolates it. On MiniWoB++ it raises success rate over a memoryless agent, while a control taking identical exploratory detours, the prior successor-representation merge, and the same criterion without action conditioning change nothing.
• Abstract（参考訳）: ウェブページで何をしたかを記憶しているエージェントは、2ページがいつ同じ数になるかを判断しなければならない。 GUIは、ひとつのウィジェットの2つのタブまたは1つのメニューの2つの行で、同じクリックで答える。 我々は,解凍剤が作用するときに充満する経験的予測状態グラフ上での作用条件ビシミュレーションとしてマージルールを定義する。 2つの州が合併するのは、その共有行動が結果と後継ブロックの合意に繋がった場合に限られる。 観察の類似性が規則に入ることはなく、何も訓練されない。 既存の結果値メモリのマージルールを置き換えるため、クローズドループ比較がそれを分離する。 MiniWoB++では、メモリレスエージェントよりも成功率を高め、同じ探索的なデトゥー、以前の後継表現がマージされ、アクション条件のない同じ基準が変更されない。

関連論文リスト

• EpiCon: Collective Agent Learning through Co-Evolving Multimodal Memory [55.99641987710143]
  EpiConは、エージェント集合学習のための共有マルチモーダルメモリフレームワークである。 EpiConは質問レベルのメモリ進化を永続的なエクスペリエンスバンクにリンクする。 我々は4つのマルチモーダルタスクドメインにまたがる11のベンチマークでEpiConを評価した。
  論文  参考訳（メタデータ） (2026-09-29T16:16:24Z)
• ReplayLens: Auditing Agents' Use of Outcomes [16.745093090677475]
  エージェントがログ化された経験を再利用すると、変更した決定は記録されたスコア、アクション名、記憶中のレコードの位置を反映する。 ReplayLensは、保存された履歴の1つの関係を一度に変更し、残りのインターフェイスを固定し、その結果の判断を計測するブラックボックス監査である。
  論文  参考訳（メタデータ） (2026-09-28T02:56:32Z)
• Procedural Memory Under Change: Reuse and Interference in Controlled Web Tasks [0.0]
  手続き記憶により、言語エージェントは成功したルーチンを再利用できるが、再利用は格納されたルーチンが引き続き適用可能であると仮定する。 我々はその推定が故意に違反した場合に何が起こるかを研究する。
  論文  参考訳（メタデータ） (2026-09-09T06:22:42Z)
• The Memory Trust Gap: Capability-Dependent Failures in Persistent-Memory Agents [0.0]
  永続メモリはパーソナライズされたエージェントをサポートするが、古い保存された事実は警告なしで現在の信頼できる証拠をオーバーライドすることができる。 モデル能力が変化するにつれて、この害がいつ始まるかを研究する。
  論文  参考訳（メタデータ） (2026-09-01T20:35:00Z)
• MELD: A Protocol for Merging Knowledge Across Distributed Agentic Memories [2.2541665241198534]
  MELDは、エージェントメモリのフェデレーションのための自己管理コヒーレンス機構である。 それぞれの脳は5アウトカムの手順で全てのクレームを受信する。 HotpotQAorでは、分散マージが中央集中ストアにリコールされる。
  論文  参考訳（メタデータ） (2026-08-17T10:09:06Z)
• MemoryLake on MemoryArena: A Matched Study of Agent Memory Backends [8.130461324371604]
  MemoryLakeをMem0、text-embedding-3-small vector RAG、および5つのMemoryArenaドメインの長いコンテキスト制御と比較する。 各バックエンドバンドルは書き込み、検索、統合、予算設定、迅速な組立選択を行うため、この研究は一致したシステムレベルの比較である。
  論文  参考訳（メタデータ） (2026-08-14T02:19:26Z)
• WorldMemArena: Evaluating Multimodal Agent Memory Through Action-World Interaction [72.1620416874118]
  マルチモーダルな言語モデルは、長距離エージェントとしてますます多くデプロイされている。 既存のベンチマークは、静的対話上のリコールを測定し、メモリを1つのタスクの精度に分解し、キャプションに対する視覚的な観察を減らす。 マルチモーダルエージェントメモリを,観測可能な4段階ライフサイクルを持つアクションワールドインタラクションループとして定式化する。
  論文  参考訳（メタデータ） (2026-05-28T04:27:20Z)
• Skill-as-Pseudocode: Refactoring Skill Libraries to Pseudocode for LLM Agents [50.78646963535282]
  Skill-as-Pseudocode (SaP) はマークダウンスキルライブラリの型付き擬似コードへの自動変換である。 1つ以上のスキルから引き出された類似の手続きパスのクラスタごとに、SaPは型付きコントラクトを抽出し、それを4チェック決定性検証器を通じてフィルタリングする。 プロモートされた契約は、復元された具体的なアクションテンプレートと共に書き直されたスキルスケルトンにインライン化され、エージェントは2つの補完的な信号を与える。
  論文  参考訳（メタデータ） (2026-05-27T04:48:40Z)
• Mem-W: Latent Memory-Native GUI Agents [50.87647372904382]
  本稿では,メモリをエージェントの連続的コンテキストの一部として扱う,潜在メモリネイティブなGUIエージェントであるMem-Wを紹介する。 4つのWebおよびモバイルナビゲーションベンチマークで、Mem-Wはさまざまなバックボーンとメモリ拡張ベースラインを一貫して改善している。
  論文  参考訳（メタデータ） (2026-05-10T04:31:23Z)
• When Agents Look the Same: Quantifying Distillation-Induced Similarity in Tool-Use Behaviors [66.18091962164219]
  既存のメトリクスは、タスクの成功に必要な義務的な振る舞いと、モデルの自律的な嗜好を反映した命令的でないパターンを区別することができない。 言語アライメントのための textbfResponse Pattern similarity (RPS) と、有向グラフとしてモデル化されたツール使用習慣のための textbfAction Graph similarity (AGS) である。
  論文  参考訳（メタデータ） (2026-04-23T03:48:56Z)

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。