AI Agent

Episodic Memory in Agentic Frameworks: Suggesting Next Tasks

代理框架中的事件记忆：建议下一步任务

Sandro Rama Fiorini, Leonardo G. Azevedo, Raphael M. Thiago, Valesca M. de Sousa, Anton B. Labate, Viviane Torres da Silva

机构 * IBM Research（IBM研究院） 纠错

专题命中 记忆与上下文管理 ：agentic(title,abstract)；workflow(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出了一种基于事件记忆的代理框架，通过存储和检索历史工作流程来辅助推荐下一步任务，以提高人机协同创作的效率和准确性。

LLM-Agent-UMF: LLM-based Agent Unified Modeling Framework for Seamless Design of Multi Active/Passive Core-Agent Architectures

LLM-Agent-UMF: 基于大语言模型的代理统一建模框架，用于无缝设计多主动/被动核心代理架构

Amine Ben Hassouna, Hana Chaari, Ines Belhaj

机构 * Mediterranean Institute of Technology（地中海技术研究所） ； South Mediterranean University（南地中海大学） ； National School of Computer Science（国家计算机科学学校） ； University of Manouba（曼努巴大学） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)；planning(abstract)；分类 cs.AI、cs.SE

AI总结 LLM-Agent-UMF提出了一种基于大语言模型的代理统一建模框架，用于设计多主动/被动核心代理架构，解决了现有架构的模块化和术语不一致问题。

Comments 39 pages, 19 figures, 3 tables. Published in Information Fusion, Volume 127, March 2026, 103865. Part of the special issue "Data Fusion Approaches in Data-Centric AI for Developing Trustworthy AI Systems"

Journal ref Information Fusion 127 (2026) 103865

The Complexity Trap: Simple Observation Masking Is as Efficient as LLM Summarization for Agent Context Management

Tobias Lindenbauer, Igor Slinko, Ludwig Felder, Egor Bogomolov, Yaroslav Zharov

机构 * JetBrains Research（JetBrains研究院） ； School of Computation, Information and Technology, Technical University of Munich（技术大学慕尼黑计算、信息与技术学院） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)；tool-use(abstract)；分类 cs.AI、cs.SE

Comments v3: DL4C camera-ready version to be presented at the 4th DL4C workshop co-located with NeurIPS '25; added OpenHands generality probe, added hybrid context management strategy

MEMTRACK: Evaluating Long-Term Memory and State Tracking in Multi-Platform Dynamic Agent Environments

Darshan Deshpande, Varun Gangal, Hersh Mehta, Anand Kannappan, Rebecca Qian, Peng Wang

专题命中 记忆与上下文管理 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL

Comments Accepted to NeurIPS 2025 SEA Workshop

AxelSMOTE: An Agent-Based Oversampling Algorithm for Imbalanced Classification

Sukumar Kishanthan, Asela Hevapathige

机构 * Dialog Axiata PLC（Dialog Axiata公司） ； School of Computing, Australian National University（澳大利亚国立大学计算机学院） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)；autonomous agent(abstract)；分类 cs.AI、cs.LG

When a Reinforcement Learning Agent Encounters Unknown Unknowns

Juntian Zhu, Miguel de Carvalho, Zhouwang Yang, Fengxiang He

机构 * University of Edinburgh（爱丁堡大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)；AI agent(abstract)；分类 cs.AI、cs.LG

AIOS: LLM Agent Operating System

Kai Mei, Xi Zhu, Wujiang Xu, Wenyue Hua, Mingyu Jin, Zelong Li, Shuyuan Xu, Ruosong Ye, Yingqiang Ge, Yongfeng Zhang

机构 * Department of Computer Science, Rutgers University（计算机科学系，罗杰斯大学） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)；AI agent(abstract)；分类 cs.AI、cs.CL

Comments Published as a full paper at COLM 2025

An Agentic Flow for Finite State Machine Extraction using Prompt Chaining

Fares Wael, Youssef Maklad, Ali Hamdi, Wael Elsersy

机构 * Dept. of Computer Science MSA University（计算机科学系 MSA大学） 纠错

专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL

ViDove: A Translation Agent System with Multimodal Context and Memory-Augmented Reasoning

Yichen Lu, Wei Dai, Jiaen Liu, Ching Wing Kwok, Zongheng Wu, Xudong Xiao, Ao Sun, Sheng Fu, Jianyuan Zhan, Yian Wang, Takatomo Saito, Sicheng Lai

专题命中 记忆与上下文管理 ：agent(title,abstract)；workflow(abstract)；分类 cs.AI、cs.CL

Primitive Agentic First-Order Optimization

R. Sala

专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.LG

Comments 7 Pages

Journal ref 10th International Conference on Control, Decision and Information Technologies (CoDIT), Vallette, Malta, 2024, pp. 2756-2762

SNN4Agents: A Framework for Developing Energy-Efficient Embodied Spiking Neural Networks for Autonomous Agents

Rachmad Vidya Wicaksana Putra, Alberto Marchisio, Muhammad Shafique

专题命中 记忆与上下文管理 ：autonomous agent(title,abstract)；agent(abstract)；分类 cs.AI、cs.LG

Comments Accepted for publication at Frontiers in Robotics and AI (FROBT) - Section Robot Vision and Artificial Perception

ODA: Observation-Driven Agent for integrating LLMs and Knowledge Graphs

Lei Sun, Zhengwei Tao, Youdi Li, Hiroshi Arakawa

专题命中 记忆与上下文管理 ：agent(title,abstract)；AI agent(abstract)；分类 cs.AI、cs.CL

Comments LLM+KG

Knowledge Boundary and Persona Dynamic Shape A Better Social Media Agent

Junkai Zhou, Liang Pang, Ya Jing, Jia Gu, Huawei Shen, Xueqi Cheng

专题命中 记忆与上下文管理 ：agent(title,abstract)；planning(abstract)；分类 cs.AI、cs.CL

Analysis of the Memorization and Generalization Capabilities of AI Agents: Are Continual Learners Robust?

Minsu Kim, Walid Saad

专题命中 记忆与上下文管理 ：AI agent(title,abstract)；agent(abstract)；分类 cs.AI、cs.LG

Comments Accepted to ICASSP 2024

FinMem: A Performance-Enhanced LLM Trading Agent with Layered Memory and Character Design

Yangyang Yu, Haohang Li, Zhi Chen, Yuechen Jiang, Yang Li, Denghui Zhang, Rong Liu, Jordan W. Suchow, Khaldoun Khashanah

专题命中 记忆与上下文管理 ：agent(title,abstract)；autonomous agent(abstract)；分类 cs.AI、cs.LG

A Memory Efficient Deep Reinforcement Learning Approach For Snake Game Autonomous Agents

Md. Rafat Rahman Tushar, Shahnewaz Siddique

专题命中 记忆与上下文管理 ：autonomous agent(title,abstract)；agent(abstract)；分类 cs.AI、cs.LG

Comments AICT 2022

Journal ref 2022 IEEE 16th International Conference on Application of Information and Communication Technologies (AICT), 2022, pp. 1-6

Hallucinative Topological Memory for Zero-Shot Visual Planning

Kara Liu, Thanard Kurutach, Christine Tung, Pieter Abbeel, Aviv Tamar

专题命中 记忆与上下文管理 ：planning(title,abstract)；agent(abstract)；分类 cs.AI、cs.LG

Real-Time Procedural Learning From Experience for AI Agents

实时经验学习的AI代理

Dasheng Bi, Yubin Hu, Mohammed N. Nasir

机构 * Altrina（阿尔特里纳） 纠错

专题命中 记忆与上下文管理 ：AI agent(title,abstract)；agentic(abstract,journal_ref)；分类 cs.AI

AI总结 PRAXIS通过实时存储和检索行动后果，提升AI代理在动态环境中的任务完成效率与可靠性。

Journal ref ICLR 2026 MemAgents Workshop; WWW '26 Agentic Web Workshop

A Physical Agentic Loop for Language-Guided Grasping with Execution-State Monitoring

一种物理代理循环用于语言引导的抓取与执行状态监控

Wenze Wang, Mehdi Hosseinzadeh, Feras Dayoub

机构 * Australian Institute for Machine Learning (AIML), Adelaide University（澳大利亚阿德莱德大学澳大利亚机器学习研究所） 纠错

专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI

AI总结 本文提出一种物理代理循环，通过事件接口和执行监控层提升语言引导抓取的鲁棒性和可解释性，验证了其在视觉模糊和执行失败场景中的有效性。

Comments Project page: https://wenzewwz123.github.io/Agentic-Loop/

CraniMem: Cranial Inspired Gated and Bounded Memory for Agentic Systems

CraniMem：受大脑启发的门控和有界的记忆用于智能体系统

Pearl Mody, Mihir Panchal, Rishit Kar, Kiran Bhowmick, Ruhina Karani

机构 * Dwarkadas Jivanlal Sanghvi College of Engineering（达沃拉萨·吉文拉尔·桑格维工程学院） 纠错

专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI

AI总结 CraniMem通过门控和有界多阶段记忆设计提升智能体在长期任务中的稳定性与鲁棒性，采用目标条件门控和效用标签结合短期缓冲和长期知识图谱，实现更持久的语义记忆与更小的干扰影响。

Comments International Conference on Learning Representations 2026 Workshop on Memory for LLM-Based Agentic Systems (MemAgents)

EmbodiedLGR: Integrating Lightweight Graph Representation and Retrieval for Semantic-Spatial Memory in Robotic Agents

EmbodiedLGR：整合轻量级图表示与检索用于机器人代理中的语义-空间记忆

Paolo Riva, Leonardo Gargani, Matteo Frosi, Matteo Matteucci

机构 * Department of Electronics, Information, and Bioengineering (DEIB), Politecnico di Milano（电子、信息与生物工程系（DEIB），米兰理工大学） 纠错

专题命中 记忆与上下文管理 ：agent(summary_cn,abstract)；agentic(abstract)

AI总结 本文提出EmbodiedLGR-Agent，通过参数高效VLM构建语义-空间记忆，实现高效的环境记忆表示与检索，实验证明其在推理和查询时间上达到SOTA，且在实际部署中表现出良好的实用性。

Comments 8 pages, 3 figures

Scaling LLM Multi-turn RL with End-to-end Summarization-based Context Management

Miao Lu, Weiwei Sun, Weihua Du, Zhan Ling, Xuesong Yao, Kang Liu, Jiecao Chen

机构 * Stanford University（斯坦福大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；tool use(abstract)；tool-use(abstract)；function calling(abstract)

Persode: Personalized Visual Journaling with Episodic Memory-Aware AI Agent

Seokho Jin, Manseo Kim, Sungho Byun, Hansol Kim, Jungmin Lee, Sujeong Baek, Semi Kim, Sanghum Park, Sung Park

专题命中 记忆与上下文管理 ：agent(title)；AI agent(title)

Scalable Distance-based Multi-Agent Relative State Estimation via Block Multiconvex Optimization

Tianyue Wu, Gongye Zaitian, Qianhao Wang, Fei Gao

专题命中 记忆与上下文管理 ：agent(title)；multi-agent(title)

Comments To appear in Robotics: Science and System 2024

Decentralized Secure State-Tracking in Multi-Agent Systems

Yanwen Mao, Paulo Tabuada

专题命中 记忆与上下文管理 ：agent(title)；multi-agent(title)

MemoryLake on MemoryArena: A Matched Study of Agent Memory Backends

基于MemoryArena的MemoryLake研究：智能体记忆后端的匹配对比

Chaoqun Zhan, Qiang Zhou, Guannan Li, Zhenqiang Huang, Qianjin Wang

机构 * MemoryLake Team（MemoryLake团队） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)；planning(abstract)；分类 cs.AI

AI总结 该研究在MemoryArena的五个任务领域中，对比MemoryLake等三种智能体记忆后端，发现MemoryLake在数学等三个领域成功率最高，整体平均成功率领先，且性能与工作负载相关。

Comments 16 pages, 7 tables

MindMemOS: A Portable and Self-Evolving Memory Operating Layer for AI Agents

MindMemOS：面向AI智能体的可移植且自演进的内存操作层

Kaichao Liang, Yuqi Cui, Hao Kong, Xinyuan Huang, Guohaotian Hou, Qingcan Kang, Liang Chen, Yiyang Yin, Ke Ye, Jiaquan Guo, Da Chen, Lingan Zeng, Yixing Peng, Rong Yao, Shixiong Kai, Mingxuan Yuan

机构 * Noah’s Ark Lab, Huawei Technologies（华为技术有限公司诺亚方舟实验室） 纠错

专题命中 记忆与上下文管理 ：AI agent(title,abstract)；agent(abstract)；分类 cs.AI

AI总结 提出MindMemOS内存操作层，通过多种算法实现内存自适应建模与技能演进，在多个数据集上取得显著性能提升。

Comments 35 pages,14 figures

Beyond Memory: A Transactional Continuity Kernel for Long-Lived AI Agents

超越记忆：面向长生命周期智能体的事务连续性内核

Jun He, Deying Yu

专题命中 记忆与上下文管理 ：AI agent(title,abstract)；agent(abstract)；分类 cs.AI

AI总结 针对长生命周期AI智能体的状态治理风险，提出连续性内核（CK）激活合约，通过解耦候选评估与状态激活，验证协议在大规模状态空间上无不变量违反。

Comments 9 pages, 6-page appendix, 15 tables

Memory-Augmented Reinforcement Learning Agent for CAD Generation

具有记忆增强的强化学习代理的CAD生成

Yin Xiaolong, Liu Yu, Shen Jiahang, Lu Xingyu, Ni Jingzhe, Fan Fengxiao, Sang Fan

机构 * Zhejiang University（浙江大学） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)；planning(abstract)；分类 cs.AI

AI总结 本文提出了一种记忆增强的强化学习框架，用于生成CAD模型，通过引入强化学习进行检索和策略优化，有效避免了检索陷阱，提高了复杂CAD模型生成的成功率和几何一致性。

Comments We are withdrawing this manuscript because we have identified issues in the current analysis that require substantial revision. Until these issues are resolved, we do not consider the present version suitable for citation

GraphWalker: Agentic Knowledge Graph Question Answering via Synthetic Trajectory Curriculum

GraphWalker: 通过合成轨迹课程实现基于知识图谱的代理问答

Shuwen Xu, Yao Xu, Jiaxiang Liu, Chenhao Yuan, Wenshuo Peng, Jun Zhao, Kang Liu

机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； The Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所复杂系统认知与决策智能重点实验室） ； Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） 纠错

专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；分类 cs.CL

AI总结 GraphWalker通过自动化轨迹合成和分阶段微调解决知识图谱问答中的探索与泛化问题，提升轻量强化学习性能，在CWQ和WebQSP上取得最优效果。

Comments COLM 2026