arXiv · 09.07.2026 ·Исследования и наука

Latent Memory Palace: новый подход к адаптивному рассуждению в задачах управления

Исследователи представили метод Latent Memory Palace, который переносит способности LLM к адаптивному рассуждению в область непрерывного управления робототехникой. В отличие от стандартных моделей, работающих в языковом пространстве, этот подход использует вариационный вывод для создания скрытых представлений, что позволяет агентам гибко переключаться между мгновенными реакциями и длительным планированием действий в сложных динамических средах.

Основная проблема существующих систем управления заключается в нехватке точности при попытке использовать языковые модели для управления физическими объектами. Языковое пространство часто оказывается слишком абстрактным для передачи пространственных характеристик и микроскопических движений, необходимых в робототехнике. Авторы предлагают архитектуру, где «дворец памяти» в латентном пространстве служит промежуточным звеном, связывающим высокоуровневую логику с низкоуровневыми командами приводов.

Метод опирается на принципы авторегрессионного вариационного вывода, позволяя модели динамически оценивать необходимость «раздумий» перед совершением действия. Если задача проста, агент действует реактивно, если сложна — активирует механизмы планирования. Это приближает поведение ИИ-агентов к человеческим когнитивным процессам, где время на обдумывание варьируется в зависимости от контекста и требуемой точности выполнения задачи.

Ключевые факты

Метод Latent Memory Palace объединяет возможности LLM с задачами непрерывного управления (continuous control).
Архитектура использует вариационный вывод для генерации скрытых представлений, обеспечивающих высокую пространственную детализацию.
Система позволяет агентам адаптивно выбирать между мгновенным исполнением и глубоким планированием действий.
Подход решает проблему нехватки гранулярности при использовании языковых моделей для управления физическими манипуляторами.

Источник: arXiv

Обсудить с ИИ

Похожие материалы

arXiv · Оркестрация агентов The Latent Bridge: архитектура для ИИ-агентов с низким временем отклика Исследователи представили архитектуру The Latent Bridge, решающую проблему задержек при работе ИИ-агентов в динамических средах. Система объединяет медленное логическое планирование (через VLM) с быстрым реактивным управлением, позволяя агентам действовать в режиме реального времени (15 Гц) при сохранении долгосрочного планирования. Метод преодолевает разрыв между качеством рассуждений и скоростью отклика, критически важный для управления компьютерными интерфейсами и играми. arXiv · Память и RAG Proactive Memory Agent: решение проблемы забывания в долгосрочных задачах Исследователи представили Proactive Memory Agent — архитектурный подход для ИИ-агентов, работающих над задачами с длинным горизонтом планирования. Метод решает проблему «поведенческого дрейфа», когда критически важная информация теряется в растущем контекстном окне. Система проактивно извлекает и структурирует данные о целях, прошлых попытках и состоянии среды, обеспечивая их доступность в нужный момент принятия решения. Hacker News · Память и RAG Концепция агент-ориентированных систем памяти Исследователи представили концепцию агент-ориентированной системы памяти, которая выходит за рамки классического RAG. В отличие от статических векторных баз данных, новая архитектура предлагает динамическое управление контекстом, позволяя ИИ-агентам самостоятельно структурировать, обновлять и извлекать накопленный опыт в зависимости от текущих задач, что критически важно для долгосрочной автономной работы сложных систем. arXiv · Память и RAG AutoMem: автоматизация управления памятью в LLM через метакогнитивные навыки Исследователи представили AutoMem — фреймворк, обучающий языковые модели самостоятельно управлять своей памятью как когнитивным навыком. В отличие от статических RAG-систем, AutoMem наделяет модель способностью решать, какую информацию кодировать, когда извлекать данные и как структурировать знания. Модель получает доступ к файловым операциям как к базовым действиям, что позволяет ей динамически организовывать контекст в процессе выполнения задач. Hacker News · Исследования и наука Исследование скрытых горизонтов программирования в ИИ-агентах Новое исследование анализирует способность ИИ-агентов к «скрытому программированию» — процессу, при котором модель формирует внутренние алгоритмические структуры для решения сложных задач до написания финального кода. Авторы работы доказывают, что современные LLM способны выстраивать логические цепочки, которые значительно повышают качество генерации программного обеспечения, выходя за рамки простого предсказания следующего токена в коде. Hacker News · Оркестрация агентов Метод контроля стабильности LLM-агентов через теорию Ляпунова Разработан новый подход к мониторингу автономных ИИ-агентов, основанный на классической теории устойчивости Ляпунова. Инструмент позволяет отслеживать состояние системы в процессе выполнения задач и выявлять моменты, когда агент начинает совершать циклические ошибки или теряет логическую последовательность действий. Это помогает предотвратить «зацикливание» модели, при котором она бесконечно повторяет неверные шаги или отклоняется от заданного алгоритма решения. arXiv · Память и RAG HiMe: иерархическая память для долгосрочного планирования в робототехнике Исследователи представили архитектуру HiMe (Hierarchical Embodied Memory), решающую проблему «парадокса частоты и компетенции» в VLA-моделях для робототехники. Система разделяет задачи на высокоуровневое рассуждение и низкоуровневое управление, позволяя роботам выполнять сложные многоэтапные действия, требующие длительной памяти, без потери скорости реакции, характерной для тяжелых моделей при работе в реальном времени. arXiv · Инфраструктура для агентов Адаптивное пакетное выполнение запросов к LLM через обучение с подкреплением Исследователи предложили метод адаптивного пакетного выполнения запросов (batching) для систем инференса LLM, заменяющий статические политики динамическим управлением на базе обучения с подкреплением (RL). Использование алгоритмов REINFORCE и PPO позволяет системам автоматически оптимизировать пропускную способность и задержки в условиях непредсказуемых и неоднородных нагрузок, превосходя традиционные эвристические подходы, требующие ручной настройки параметров. arXiv · Исследования и наука AIR: новый подход к адаптивному рассуждению в мультимодальных моделях Исследователи представили метод Adaptive Interleaved Reasoning (AIR), направленный на улучшение логических способностей мультимодальных больших языковых моделей (MLLM). В отличие от существующих решений, которые полагаются на жестко заданные эвристики для обработки визуальных данных, новый подход позволяет моделям динамически использовать код для построения цепочек рассуждений. Это дает возможность системе самостоятельно определять, когда и как применять программные инструменты для решения сложных задач, требующих глубокого анализа изображений. arXiv · Оценка и бенчмарки Исследование способности LLM формировать убеждения других агентов через действия Исследователи представили новый подход к оценке «теории разума» (ToM) у больших языковых моделей, смещая фокус с пассивных диалогов на активное планирование. В работе анализируется способность ИИ-агентов целенаправленно изменять убеждения других участников среды через совершение конкретных действий. Это критически важный шаг для понимания того, как автономные системы могут манипулировать состоянием среды для достижения целей.

← Все материалы