长时间的用户记忆对于个性化对话代理至关重要，然而许多记忆系统仍然通过被动检索接口暴露记忆，使模型成为预选证据的消费者。我们提出了 NapMem，一个将长期用户记忆作为结构化行动空间学习的框架，而不是被动检索的上下文。
NapMem 将用户历史组织成一个链接的多粒度记忆金字塔，其中原始对话、记录的记忆、主题轨迹和用户档案通过来源关系相互连接，并通过记忆工具暴露这些层级。代理被训练根据查询和中间证据选择记忆，从而在回答之前允许其检查不同的记忆粒度。
我们在 PersonaMem-v2、LongMemEval 和 LoCoMo 上的实验表明，经过记忆工具强化学习训练的 NapMem 代理在多种内存密集型任务中表现出竞争力，而在非记忆任务上的评估表明，所学习的策略在很大程度上保留了通用推理和工具使用能力。
额外的分析考察了存储、推理成本、工具使用行为，以及在导航、记忆粒度和强化学习训练方面的消融实验。我们的结果表明，长期用户记忆受益于将结构化存储与学习的记忆使用策略结合，以适当的粒度使用记忆。
博主点评： NapMem 框架显著提升了对话代理的记忆管理能力，通过结构化的记忆存储和灵活的记忆检索机制，使得代理能够更好地应对复杂的用户需求，展现出强大的个性化能力。未来的研究可以进一步优化记忆粒度和工具使用的策略，提升整体的智能水平。