メモリ/推論効率化2026/11/12arXiv:2611.16487

HeMeR: 構造化KV再利用による身体性エージェントの異種メモリ統合

HeMeR: Heterogeneous Memory Reconciliation for Embodied Agents via Structured KV Reuse

宣言的・手続き的・作業メモリを動的に更新しながら、変化しない部分のKVキャッシュを再利用して推論を高速化するフレームワークHeMeRを提案し、実機で成功率83.2%・推論時間を2.94秒から1.87秒に短縮した。

詳しい要約

1. どんなもの？

- 本論文は、embodied agents のための推論フレームワーク **HeMeR** を提案する。 - declarative memory（明示的知識）、procedural memory（学習済みルーチン）、working memory（現在の観測）という異種メモリを組み合わせて意思決定するエージェントを対象とする。 - 動的に更新されるメモリ文脈と再利用可能な KV 状態の間で **KV reconciliation** を行う。 - メモリ内容の変化に応じて影響を受けた KV 状態のみを再計算し、効率的かつ安定した推論を目指す。

2. 先行研究と比べてどこがすごい？

- 既存のメモリモジュールは通常、別々のインターフェースでアクセスされ、更新されたメモリ文脈が毎回 foundation model への新規入力として処理される。 - そのため、変化していないメモリ内容に対する選択的な key-value (KV) cache reuse ができず、有効な文脈が多く残っていても full KV cache recomputation を強いられる。 - HeMeR はメモリ内容の更新に影響された KV 状態のみを reconcile することで、この非効率を解消する点が異なる。

3. 技術・手法の肝は？

- declarative, procedural, working memory の内容を action decision をまたいで追跡する。 - 変化していない内容の KV 状態を保持する。 - メモリ内容の更新によって影響を受ける KV 状態のみを reconcile する。 - これにより、メモリ内容が相互作用の中で変化しても効率的で安定した推論を可能にする。

4. どうやって有効だと検証した？

- **ALFWorld**、**Habitat**、および実世界のロボティック展開で評価。 - 異種メモリ内容の協調利用を要する設定で検証。 - 実世界設定では、**MemRL** と比較して 83.20% のタスク成功率を達成し、1ステップあたりの推論時間を 2.94 秒から 1.87 秒に短縮。 - タスク進行に伴うメモリ文脈の更新に対して、互換性のある KV 状態を保持できることを確認。

5. 議論はある？

- 要旨からは不明。 - 実世界展開での成功率と推論時間短縮は示されているが、ALFWorld や Habitat での具体的な比較結果、KV reconciliation の計算コストやメモリ使用量、失敗事例や限界については要旨に記述がない。

6. 次に読むべき論文は？

- **MemRL**（実世界設定での比較対象） - **ALFWorld** や **Habitat** を用いた embodied agent のメモリ研究 - foundation model における **KV cache reuse** や **prefix caching** に関する研究 - declarative/procedural/working memory を統合するエージェントアーキテクチャの関連研究

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Saehun Chun, Wonje Choi, Jinwoo Jang, Taeyoon Kwack, Honguk Woo

分類: cs.AI

原文アブストラクト

Embodied agents make decisions by combining information from heterogeneous memory modules, including declarative memory for explicit knowledge, procedural memory for learned routines, and working memory for current observations. During interaction, the memory contents required for decision making change with the agent's state, goal, and task progress, while many contents remain shared across consecutive decisions. However, existing memory modules are typically accessed through separate interfaces, so each updated memory context is often processed as a new input to the foundation model. This prevents selective key-value (KV) cache reuse for unchanged memory contents and forces full KV cache recomputation even when much of the memory context remains valid. We introduce HeMeR, an inference framework that performs KV reconciliation between dynamically updated memory contexts and reusable KV states. HeMeR tracks declarative, procedural, and working memory contents across action decisions, preserves KV states for unchanged contents, and reconciles only the KV states affected by memory-content updates. This enables efficient and stable inference as memory contents evolve during interaction. We evaluate HeMeR on ALFWorld, Habitat, and real-world robotic deployments requiring coordinated use of heterogeneous memory contents. In the real-world setting, HeMeR achieves 83.20% task success and reduces per-step inference time from 2.94 to 1.87 seconds compared with MemRL, while preserving compatible KV states as task progress updates the memory context.

arXivで原文を読む →arXiv概要ページ

← 論文一覧