یکی از بزرگترین چالشهای «ایجنتهای خودمختار» (Autonomous Agents)، درگیر شدن در چرخههای خطا و ناتوانی در اصلاح اشتباهات در پروژههای طولانیمدت است. روشهای فعلی مثل «خوداصلاحی» (Self-correction) اغلب هزینهبر و کند هستند.
محققان با معرفی فریمورک Experience Memory Graph (EMG)، رویکرد متفاوتی ارائه دادهاند. این سیستم، شکستها و موفقیتهای ایجنت را به یک «گراف عملیاتی» تبدیل میکند؛ به این ترتیب، ایجنت به جای آزمون و خطای بیپایان، از تجربیات قبلی یاد میگیرد چگونه خطاها را در یک مرحله شناسایی و مسیر درست را جایگزین کند.
این نوآوری نه تنها سرعت ایجنتها را افزایش میدهد، بلکه باعث میشود در محیطهای پیچیده، بسیار هوشمندانهتر و بهینهتر عمل کنند. ⚡️
منبع: arXiv AI