一种基于非线性门控与时间衰减的智能体长周期任务规划方法与流程

本发明涉及人工智能与自然语言处理，具体涉及一种基于非线性门控与时间衰减的智能体长周期任务规划方法。

背景技术：

1、近年来，随着大语言模型（llm）技术的快速发展，基于大模型的智能体应用大量涌现，这些智能体能够自主理解用户的复杂意图，通过多轮工具调用和环境交互完成自动编程、数据分析、日程管理等复杂任务。任务规划是智能体的核心能力，即基于用户指令、环境反馈、历史上下文等信息，准确决策下一步动作。现实应用中大量任务是长周期、多轮次的，历史试错经验、初始核心约束等信息对后续决策具有重要价值，因此记忆管理与任务规划能力直接决定智能体的任务完成率与用户体验。

2、现有长周期记忆管理方法存在以下显著缺陷：

3、第一，主流方法依赖滑动窗口或简单文本摘要管理上下文。当交互轮次增多时，滑动窗口会将早期关键约束直接截断丢失，引发"灾难性遗忘"；而摘要方法会模糊技术细节，且无法解决大模型固有的"中间注意力丢失"问题，导致位于上下文中部的关键信息提取准确率大幅下降，引发规划偏差。

4、第二，部分方法引入向量检索召回历史记忆，但仅采用单一余弦相似度排序，只能衡量语义相关性，无法区分"高度相关但早已过时无用"的记忆与"高度相关且近期关键"的记忆，导致记忆唤醒优先级混乱；同时对所有历史记录无差别排序比较，导致token消耗量随运行时间线性增长，带来高昂的推理成本。

5、因此，迫切需要一种新的长周期任务规划方法，能够对不同生命周期的记忆进行分层管理，智能过滤无关信息，优先唤醒关键历史经验，在保证规划准确性的同时控制上下文长度。

技术实现思路

1、本发明的目的在于提供一种基于非线性门控与时间衰减的智能体长周期任务规划方法，解决现有技术中长周期任务关键信息遗忘、记忆唤醒优先级混乱、上下文token消耗过大的问题。

2、为了实现上述目的，本发明采用如下技术方案：一种基于非线性门控与时间衰减的智能体长周期任务规划方法，包括以下步骤：

3、步骤1：构建三层记忆架构，分别为存储核心约束且不参与衰减的核心记忆区、采用队列存储近期交互的工作记忆区、向量存储历史经验的情景记忆区，将用户初始全局约束写入核心记忆区并永久常驻大模型上下文；

4、步骤2：接收每轮新的用户指令或环境观测，利用文本嵌入模型对输入进行高维特征编码，得到当前状态特征向量；

5、步骤3：对工作记忆区中的每条历史记录计算时间衰减后的留存权重，将留存权重低于归档阈值的记录从工作记忆区移除，写入情景记忆区存储；

6、步骤4：基于当前状态特征向量检索情景记忆区，采用非线性语义门控机制：仅当记录与当前状态的余弦相似度超过预设硬阈值时，才结合时间衰减因子与固有重要度计算综合唤醒分，相似度未达阈值的记录直接过滤；

7、步骤5：选取综合唤醒分排名靠前的情景记忆记录，将核心记忆、选中的情景记忆、工作记忆当前内容按固定模板拼接，输入大语言模型推理得到当前轮执行动作；

8、步骤6：在环境中执行所述动作，获取执行结果，将动作与结果作为最新记录写入工作记忆区，轮次加1后返回步骤2，直到任务完成。

9、作为本发明的一种优选方式，所述步骤1具体包括：

10、步骤1.1：核心记忆区存储用户初始全局约束、安全准则、核心目标，赋予最高调度权重，不参与任何衰减计算，永久常驻于大模型输入上下文；

11、步骤1.2：工作记忆区采用先进先出队列结构，存储最近数轮的交互日志、当前子任务状态、短周期环境反馈；

12、步骤1.3：情景记忆区基于近似最近邻算法构建的向量数据库实现，持久化存储从工作记忆区归档的历史交互记录与试错经验，每条记录包含文本内容、特征向量、生成时间戳、固有重要度四个字段。

13、作为本发明的一种优选方式，所述步骤2中，利用深度学习文本嵌入模型embedding model对输入文本进行高维空间映射，得到当前状态的特征向量：

14、

15、其中，特征向量表示当前任务境况在多维语义空间中的坐标表示，将用于后续的意图匹配。

16、作为本发明的一种优选方式，所述步骤3中，针对工作记忆中第条记录，其在当前时刻的留存权重的计算公式为：

17、

18、其中，为系统赋予该交互记录的初始基础权重，为自然常数，表示该记录发生时刻与当前轮次的时间差或轮次差，为系统预设的衰减速率超参数，并非固定死值，是与智能体的当前任务类型动态绑定：当执行对短期上下文要求极高的任务时，调高值实现快速遗忘，即短半衰期；当执行长期观察任务时，调低值实现缓慢遗忘，即长半衰期；

19、当某条记录的留存权重跌破系统预设的归档阈值时，系统将其从工作记忆区中剔除，并将其文本及对应的特征向量写入情景记忆区中进行深度休眠存储。

20、作为本发明的一种优选方式，所述步骤4具体包括：

21、设当前状态特征向量为，情景记忆库中第条历史记录特征向量为维浮点数组，其生成时刻为，静态基础重要度为；定义该记录的综合唤醒评分计算公式如下：

22、

23、

24、其中参数定义与控制逻辑如下：

25、和分别表示两个向量的模长，为余弦相似度算子，表征当前境况与历史记忆在核心语义方向上的；为系统预设的核心语义硬阈值；为单位阶跃门控函数，当时输出为1，反之为0；为调节因子，用于平衡近期性与固有重要性的权重比；

26、系统计算库中所有记录的综合唤醒评分，并将得分排名前列且大于0的记录从情景记忆区提取至候选集合中。

27、作为本发明的一种优选方式，所述余弦相似度算子构建了非线性语义门控：

28、仅当余弦相似度跨越硬阈值时，门控开启，后续的时间衰减算子与固有重要度算子才被激活参与打分；若相似度未达标，整条记忆的综合评分直接归零并被系统拦截。

29、作为本发明的一种优选方式，所述步骤5中，最终输入大语言模型的提示词构造为：

30、

31、其中，⨁表示结构化拼接，系统将绝对准则+历史经验+当前境况的完整上下文输入至大语言模型中，大语言模型基于上下文进行逻辑推理，并输出第步的具体执行动作指令。

32、作为本发明的一种优选方式，所述步骤6中，智能体在外部环境或软件系统中执行生成的动作，获取包括api返回结果、系统报错、状态变化在内的执行反馈；

33、将本轮动作指令与执行结果打包为一条新的交互记录，赋予初始基础权重后压入工作记忆区队尾；轮次推进为，返回步骤2进入下一轮循环，直至总任务目标达成或触发终止条件。

34、本发明的有益效果在于：

35、（1）本发明采用三层记忆分级架构，核心记忆永久保留不衰减，从机制上避免了初始约束条件被滑动窗口截断导致的灾难性遗忘问题；

36、（2）本发明提出非线性语义门控机制，将余弦相似度作为硬门槛而非排序依据，不相关记忆直接过滤，避免了传统单维相似度检索将大量语义相近但无用的历史记录召回导致的优先级混乱；

37、（3）本发明采用时间指数衰减动态归档工作记忆，将低权重记录及时移出大模型上下文，使单次推理token量保持稳定，从根本上缓解了大模型中间注意力丢失的问题，同时显著降低了推理成本；

38、（4）本发明的记忆调度完全基于客观数学公式计算，不依赖大模型自身判断是否需要检索历史，减少了模型幻觉导致的记忆遗漏，提高了长周期任务执行的鲁棒性与稳定性。