BOOKMARKS：ロールプレイングのための効率的な能動的ストーリーライン記憶

要旨

記憶システムは、ロールプレイングエージェント（RPA）が長期的な一貫性を維持するために重要である。しかしながら、既存のRPA記憶手法（例：プロファイリング）は主に反復的な要約に依存しており、その圧縮により重要な詳細が必然的に失われる。この問題に対処するため、我々はBOOKMARKSという検索ベースの記憶フレームワークを提案する。これは現在のタスク（例：キャラクター演技）に関連するブックマークの断片を能動的に初期化、維持、更新する。ブックマークは、ストーリーライン上の特定の時点における質問に対する回答として構造化される。各現在のタスクに対して、BOOKMARKSは再利用可能な既存のブックマークを選択するか、有用な質問とともに（ストーリーラインの開始時点で）新しいブックマークを初期化する。これらのブックマークはその後、現在のストーリーポイントに同期され、それに応じて回答が更新されるため、将来のグラウンディングラウンドで効率的に再利用できる。反復的な要約と比較して、BOOKMARKSは(1)タスク固有の詳細を捕捉するための能動的なグラウンディングと、(2)不要な計算を避けるための受動的な更新を提供する。実装において、BOOKMARKSはコンセプト、行動、状態の検索をサポートし、それぞれが効率的な同期手法によって駆動される。BOOKMARKSは、16のアーティファクトから得られた85のキャラクターにおいて、RPA記憶ベースラインを大幅に上回り、RPAに対する検索ベースの記憶の有効性を示している。

English

Memory systems are critical for role-playing agents (RPAs) to maintain long-horizon consistency. However, existing RPA memory methods (e.g., profiling) mainly rely on recurrent summarization, whose compression inevitably discards important details. To address this issue, we propose a search-based memory framework called BOOKMARKS, which actively initializes, maintains, and updates task-relevant pieces of bookmarks for the current task (e.g., character acting). A bookmark is structured as the answer to a question at a specific point in the storyline. For each current task, BOOKMARKS selects reusable existing bookmarks or initializes new ones (at storyline beginning) with useful questions. These bookmarks are then synchronized to the current story point, with their answers updated accordingly, so they can be efficiently reused in future grounding rounds. Compared with recurrent summarization, BOOKMARKS offers (1) active grounding for capturing task-specific details and (2) passive updating to avoid unnecessary computation. In implementation, BOOKMARKS supports concept, behavior, and state searches, each powered by an efficient synchronization method. BOOKMARKS significantly outperforms RPA memory baselines on 85 characters from 16 artifacts, demonstrating the effectiveness of search-based memory for RPAs.