論文の概要: BetaMem: Learning to Remember a Changing World for Embodied Agents

• arxiv url: http://arxiv.org/abs/2610.26554v1
• Date: Mon, 19 Oct 2026 15:13:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 02:40:31.592719
• Title: BetaMem: Learning to Remember a Changing World for Embodied Agents
• Title（参考訳）: BetaMem: 身体的エージェントの世界を変えることを学ぶ
• Abstract要約: トレーサブルな長期メモリの構築と進化のためのフレームワークであるBetaMemを紹介します。 オープンソースのQwen3.5-9Bモデルを使用してメモリ生成を行い、BetaMemはM3-Bench-robotで48.08%のスコアを得る。 EMem-Benchでの別のQwen3-VL-8Bインストラクション評価では、平均成功率は38.4%、平均エラー再発率は24.9%である。
• 参考スコア（独自算出の注目度）: 11.634689249331707
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Long-horizon embodied agents face temporal confusion and incomplete or distorted records, recurring errors from fixed memory rules, and growing storage and retrieval costs. We present BetaMem, a framework for building and evolving traceable long-term memory through six linked layers: working, spatial, entity, episodic, experiential, and procedural memory. A dual-level write contract constrains operation executability and source support for content: supervised fine-tuning learns compliant memory operations, while reinforcement learning combines repeated sampling with teacher verification of the original observations to reward complete, accurate records and penalize omissions, distortion, and unsupported content. We formulate failure-driven policy recursive self-improvement through diagnosis along the causal sequence of memory operations and local rule repairs gated by independent replay. Atomic tools frame storage, updates, retrieval, and forgetting as cost-utility allocation under storage and read budgets. Using the open-source Qwen3.5-9B model for memory generation, BetaMem achieves overall scores of 48.08% on M3-Bench-robot, 92.08% on LoCoMo, 72.6% on OpenEQA EM-EQA, and 62.4% on EgoLifeQA, the highest among the listed memory methods under their respective evaluation protocols. Training the model for memory generation raises the contract pass rate from 50.9% to 86.2% while reducing output tokens per stored action by 47.3%. A separate Qwen3-VL-8B-Instruct evaluation on EMem-Bench achieves an average success rate of 38.4% and an average error recurrence rate of 24.9%. We perform best among evaluated methods using comparably sized open-source models. Category results show that we have advantages in integrating information across observations, recalling events over long histories, and inferring personal habits.
• Abstract（参考訳）: ロングホライゾンエンボディードエージェントは、時間的混乱と不完全または歪んだ記録に直面し、固定されたメモリルールからのエラーを繰り返し、記憶と検索コストが増大する。 提案するBetaMemは,動作,空間,実体,エピソード,経験,手続き記憶の6つの関連レイヤを通じて,トレース可能な長期記憶を構築するためのフレームワークである。 教師付き微調整は、従順なメモリ操作を学習し、強化学習は、繰り返しサンプリングと元の観察を教師による検証と組み合わせて、完全で正確な記録を報償し、省略、歪み、サポートなしのコンテンツを罰する。 障害駆動型政策再帰的自己改善を,メモリ操作の因果的順序に沿った診断と,独立リプレイによる局所的ルール修復により定式化する。 アトミックツールはストレージ、更新、検索、およびストレージおよび読み取り予算の下でのコストユーティリティ割り当てを忘れる。 オープンソースのQwen3.5-9Bモデルを使用してメモリ生成を行い、BetaMemはM3-Bench-robotで48.08%、LoCoMoで92.08%、OpenEQA EM-EQAで72.6%、EgoLifeQAで62.4%のスコアを得た。 メモリ生成モデルのトレーニングでは、コントラクトパスレートを50.9%から86.2%に引き上げると同時に、格納されたアクション当たりの出力トークンを47.3%削減する。 EMem-Benchでの別のQwen3-VL-8Bインストラクション評価では、平均成功率は38.4%、平均エラー再発率は24.9%である。 比較可能なサイズのオープンソースモデルを用いて評価手法の中で最善を尽くす。 カテゴリー分析の結果から,観察情報の統合,長期にわたる出来事の想起,個人的習慣の推測に優位性があることが示唆された。

関連論文リスト

• Beyond Downstream QA: Rethinking How We Evaluate Agent Memory [0.0]
  エージェントメモリベンチマークは、エージェントの応答が正しい知識を反映しているかを評価し、下流の質問応答精度をメモリ品質のプロキシとして測定する。 この評価パラダイムは、記憶の正しさを検索や生成品質と混同し、正の応答が壊れたメモリを偽陽性にし、誤の応答が正のメモリを誤った場合に誤陰を生じさせるという不完全な評価パラダイムを示す。 6つの診断カテゴリと3つの困難レベルにまたがる30の事実進化軌道のベンチマークであるFEB-30を紹介する。 FEB-30を代表記憶システムに適用することにより、内因性および外因性評価が平均16ポイントに分散することを示した。
  論文  参考訳（メタデータ） (2026-10-15T16:58:12Z)
• Memory in the Sky: Low-Altitude Question Answering with Multi-Agent Memory Aggregation [48.14225441471553]
  本稿では,無人航空機(UAV)を地上サーバに集約した低高度質問応答(LAQA)について検討し,長い地平線上での観測に関する質問に答える。 本稿では,前向きシミュレーションを用いてメモリ検索と試験スコアを評価し,メモリ品質を定量的に評価するGAE(Generative Adversarial Examination)を提案する。 我々は,UAVを共同で選択し,通信制約下でのメモリ品質を最大化するために送信電力を割り当てるメモリ中心(MemCen)フレームワークを開発した。
  論文  参考訳（メタデータ） (2026-09-28T15:36:32Z)
• Recursive Experiential-Working Memory Evolution for Long-Horizon Agent Harnesses [83.32611586724165]
  Recurisは、ロングホライゾンエージェントハーネスのためのExperiential-Working Memoryアーキテクチャである。 Work Memoryはタスクの進捗を追跡し、Experiential Memoryからスキル選択をガイドする。 4つのロングホライズンベンチマークと10のモデルでRecurisは37のモデルベンチマークペアのうち35のタスク成功を改善している。
  論文  参考訳（メタデータ） (2026-08-25T17:56:35Z)
• Weighted Memory Tree: Remembering What Matters for Long-Horizon LLM Agents [3.1937775271700617]
  本稿では,タスク,サブタスク,アクションに実行を整理する階層型メモリシステムを提案する。 イベントベースの更新と選択ベースの減衰はこれらのスコアを改訂し、WMTが有用な情報を保存できるようにする。 線形メモリとは対照的に、WMTは平均9.97ポイントの精度を向上し、プロンプトトケン使用率を32.8%削減する。
  論文  参考訳（メタデータ） (2026-08-21T00:14:38Z)
• MemArbiter: Decision-Time Memory Arbitration for Long-Horizon LLM Agents [14.82470944373943]
  本稿では,関数対応メモリ調停フレームワークであるMemArbiterを提案する。 MemArbiterは、インタラクション履歴をアトミックアイテムに分解し、5つの機能的メモリバンクに編成する。 MemArbiterは、500と750の予算で82.8%、92.5%の成功率を達成した。
  論文  参考訳（メタデータ） (2026-08-03T12:10:52Z)
• Procedural Memory Distillation: Online Reflection for Self-Improving Language Models [51.938248694868584]
  検証可能な報酬(RLVR)による強化学習は、検証対象に対する各ロールアウトを評価し、そのエピソードレベルの信号からポリシーを更新する。 エピソードやエポック全体を通じて、モデルは変更ポリシーの下で関連する問題に何度も遭遇し、エピソードローカル更新がキャプチャーできないエピソード横断信号を生成する。 本稿では,これらのクロスエピソード信号を再利用可能なプロシージャメモリに変換し,トレーニング中のポリシーの重みに蒸留するプロシージャメモリ蒸留(PMD)を提案する。
  論文  参考訳（メタデータ） (2026-07-01T21:20:57Z)
• $μ$VLA: On Recurrent Memory for Partially Observable Manipulation in VLA Models [44.66763491853812]
  本研究は,VLA背骨の再発の制御的分離について検討した。 我々の定式化は、タイムステップにまたがる学習可能なメモリトークンの小さなセットでトランスフォーマーを強化します。 我々はこれらの結果を,背骨内再発の最小限のエンベロープの校正と解釈する。
  論文  参考訳（メタデータ） (2026-06-10T13:26:40Z)
• Human-Inspired Memory Architecture for LLM Agents [0.9507070656654629]
  6つの認知機構からなる生体記憶アーキテクチャを提案する。 各メカニズムは、単純メモリ蓄積の特定の障害モードに対処する。 S層スケール(50セッション)では、デダップベースのコンソリデーションにより、好みのリコールが+13.3pp向上する。
  論文  参考訳（メタデータ） (2026-05-08T22:52:37Z)
• ImplicitMemBench: Measuring Unconscious Behavioral Adaptation in Large Language Models [60.14219417402433]
  LLMエージェントの既存のメモリベンチマークは、事実の明示的なリコールを評価するが、意識的な検索なしに、経験が自動的な振る舞いになる暗黙の記憶を見落としている。 IndicitMemBenchは、非宣言的メモリの標準的な認知科学のアカウントから引き出された3つの構造を通して暗黙的メモリを評価する最初の体系的なベンチマークである。 当社の300イテムスイートでは,初動採点を備えたLearning/Priming-Interfere-Testプロトコルを統一しています。
  論文  参考訳（メタデータ） (2026-04-09T10:26:32Z)
• Integral Continual Learning Along the Tangent Vector Field of Tasks [112.02761912526734]
  本稿では,特殊データセットからの情報を段階的に組み込んだ軽量連続学習手法を提案する。 ソースデータセットの0.4%まで小さく、小さな固定サイズのメモリバッファを保持しており、単純な再サンプリングによって更新される。 提案手法は,異なるデータセットに対して,様々なバッファサイズで高い性能を実現する。
  論文  参考訳（メタデータ） (2022-11-23T16:49:26Z)

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。