이 연구는 LLM 에이전트를 위해 장기 기억과 단기 기억을 효과적으로 관리하는 방법을 탐구하고 있습니다. 기존의 방법과는 달리, 이 연구에서는 손으로 조정된 휴리스틱이나 추가적인 컨트롤러 없이 자체적으로 결정을 내리는 LLM 에이전트를 설계하는 방법에 대해 다루고 있습니다. 특히, 텍스트 생성을 통해 동일한 액션 공간을 활용하여 두 종류의 기억을 효율적으로 관리하는 단일 정책을 학습하는 것이 이 연구의 주요 관점입니다. 이를 통해 LLM 에이전트가 장기 기억과 단기 기억을 통합적으로 활용할 수 있는 기반을 제시하고 있습니다.

<Mark Tech Post 뉴스 본문 전체읽기>