Park et al. (2023) stellen eine Architektur für generative Agenten vor, die große Sprachmodelle mit Mechanismen für Gedächtnis, Reflexion und Planung kombiniert. Ziel der Arbeit ist es zu untersuchen, ob Agenten durch die Nutzung gespeicherter Erfahrungen über längere Zeiträume hinweg konsistenter handeln können.

Die Agenten speichern Informationen über Ereignisse und Interaktionen in einem Gedächtnissystem. Auf dieser Grundlage können relevante Erinnerungen für aktuelle Situationen abgerufen werden. Zusätzlich werden aus mehreren Erinnerungen übergeordnete Reflexionen abgeleitet, die bei zukünftigen Entscheidungen berücksichtigt werden können. Die Agenten erstellen außerdem Pläne für ihr weiteres Handeln und passen diese an neue Situationen an.

Zur Demonstration des Ansatzes entwickeln die Autoren eine simulierte virtuelle Umgebung mit mehreren Agenten. Die Ergebnisse zeigen, dass die Kombination aus Gedächtnis, Reflexion und Planung komplexere Interaktionen ermöglicht als Systeme ohne diese Mechanismen.

Die Studie liefert einen Beitrag zur Forschung über agentische KI-Systeme, indem sie zeigt, wie gespeicherte Erfahrungen und daraus abgeleitete Reflexionen zur Kontinuität von Verhalten in simulierten Umgebungen genutzt werden können.

Zentrale Beiträge der Studie

• Kombination von Gedächtnis, Reflexion und Planung in einer Agentenarchitektur.
• Speicherung und Abruf von Informationen aus vergangenen Interaktionen.
• Nutzung von Reflexionen zur Verdichtung gespeicherter Erfahrungen.
• Demonstration des Ansatzes in einer simulierten Mehragentenumgebung.
• Untersuchung der Rolle von Gedächtnisprozessen für konsistentes Agentenverhalten.