一种基于时间约束记忆树的智能体长短期记忆存储及检索方法、系统和存储介质与流程

摘要: 本发明涉及人工智能与信息处理,具体涉及一种基于时间约束记忆树的智能体长短期记忆存储及检索方法、系统和存储介质。背景技术:1、随着人工智能技术的发展,智能体(ag...
一种基于时间约束记忆树的智能体长短期记忆存储及检索方法、系统和存储介质与流程

本发明涉及人工智能与信息处理,具体涉及一种基于时间约束记忆树的智能体长短期记忆存储及检索方法、系统和存储介质。

背景技术:

1、随着人工智能技术的发展,智能体(agent)在多轮对话、复杂任务执行等场景中需要具备持续的记忆能力,以支持对历史信息的理解与推理。在此类应用中,智能体不仅需要回答当前语义相关的问题,还需要处理包含时间约束的信息,例如某一任务阶段发生的事件或历史某时间段的决策过程。因此,如何对智能体的长短期记忆进行统一建模,使其同时具备时间表达能力、结构层级表达能力以及语义表达能力,成为当前研究的重要方向。现有方法和技术通常通过对话摘要、向量数据库或简单分层结构或树结构对历史信息进行存储,但难以在同一结构中同时表达时间顺序关系与层级语义关系。

2、首先,在结构与时间关系方面,已有记忆模型通常仅在节点中附加时间戳或粗粒度时间标记,但树结构本身的父子关系及兄弟关系未与时间包含关系和时间顺序建立严格约束,导致结构与时间信息相互独立,需额外构建时间索引,增加系统复杂性并可能产生不一致问题;其次,在记忆更新机制方面,现有树状长短期记忆方法通常未在状态更新过程中引入时间间隔参数,无法根据记忆之间的时间跨度动态调整遗忘程度,从而难以有效建模长期依赖关系;此外,在记忆检索方面,现有技术多采用单一语义相似度检索或简单时间过滤方式,缺乏对时间条件、结构层级及语义信息的联合利用,导致检索结果呈现为离散片段,缺乏时间连续性与上下文关联性,难以满足智能体在复杂任务场景下对高质量记忆检索的需求。

3、在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本发明的目的是提供一种基于时间约束记忆树的智能体长短期记忆存储及检索方法、系统和存储介质,以解决上述背景技术中的问题。

2、为了实现上述目的,本发明提供如下技术方案:一种基于时间约束记忆树的智能体长短期记忆存储及检索方法 ,包括以下步骤:

3、s001,构建时间约束记忆树,创建根节点并初始化其时间区间为系统运行起始时间范围,预设树的层级结构及各层对应的时间尺度;

4、s002,在时间约束记忆树的每一节点中设置节点属性,节点属性至少包括时间区间、语义记忆及短期状态,其中时间区间用于表示节点对应的起止时间范围,语义记忆用于存储观测数据的语义摘要及向量表示,短期状态用于记录节点的上次激活时间及状态参数;

5、s003,获取带时间戳的观测数据,根据时间戳在时间约束记忆树中自上而下定位满足时间区间包含关系的目标节点路径;

6、s004,当未找到匹配节点时,在对应层级逐层创建叶节点,并将其时间区间初始化为时间戳对应的时间点;

7、s005,自叶节点沿父节点方向逐层更新各节点的时间区间为其所有子节点时间区间的并集,并对同一父节点下的子节点按照时间区间起始时间进行排序,且约束相邻节点时间区间不发生重叠;

8、s006,根据当前时间与节点上次激活时间之间的时间间隔,对节点的短期状态进行衰减更新,并将当前观测数据的语义信息与节点原有语义记忆进行融合更新;

9、s007,依据预设触发条件选取目标子树,对目标子树内各节点的语义记忆按照时间间隔对应的权重进行加权聚合,并对满足条件的子树执行节点合并或删除处理,以实现记忆压缩;

10、s008,解析检索请求得到查询语义及时间范围,在时间约束记忆树中筛选时间区间匹配的候选子树,在候选子树内基于语义相似度进行节点检索,并沿树结构向上及向下扩展节点,生成按时间排序的结构化记忆路径。

11、优选的,针对时间约束记忆树中节点时间关系的组织方式进行限定,以明确节点之间的时间约束关系,步骤如下:

12、对父节点的时间区间进行设定,将其起始时间与结束时间分别定义为所有子节点时间区间起始时间的最小值及结束时间的最大值;

13、对同一父节点下的多个子节点按照时间区间的起始时间进行排序,形成有序节点序列;

14、对排序后的相邻子节点时间区间执行区间比较,限制后一个节点的起始时间不早于前一个节点的结束时间;

15、在新增节点或节点时间更新时,按照上述规则对父节点及同层节点的时间区间进行重计算与校正。

16、优选的,在子节点时间区间发生变化时,对父节点时间区间执行全量遍历计算以获取最新区间范围;对同层节点按更新后的起始时间重新排序;对存在时间冲突的节点执行区间调整以满足顺序约束;将调整结果写入对应节点以维持树结构中的时间一致关系。

17、优选的,围绕时间约束记忆树中节点属性的构成方式进行限定,以规范节点数据表达形式,步骤如下:

18、在节点创建过程中分配节点标识,并初始化时间区间、语义记忆及短期状态字段;

19、在时间区间字段中记录节点对应的起始时间与结束时间,并在更新过程中保持区间一致性;

20、在语义记忆字段中存储观测数据的语义摘要信息及对应的向量表示,并支持后续更新与覆盖操作;

21、在短期状态字段中记录节点的上次激活时间及相关状态参数,并在节点访问或更新时对该字段进行修改。

22、优选的,短期状态用于表征节点在当前时刻的记忆活跃程度,实现短期记忆的动态管理,步骤如下:

23、在节点状态信息中维护上次激活时间记录,并在每次节点被访问或参与检索时更新该记录;

24、在节点更新过程中读取当前时间,并与上次激活时间进行差值计算得到时间间隔;

25、根据时间间隔对节点当前短期状态进行衰减计算,使节点短期记忆强度随时间衰减;

26、将衰减后的短期状态与当前输入信息进行融合更新,以使近期信息在节点记忆中具有更高权重。

27、优选的,时间衰减过程采用随时间间隔单调递减的衰减函数模型,将时间间隔映射为记忆衰减系数,并将该衰减系数作用于节点原有短期状态以调节其在后续检索与推理过程中的影响程度。

28、优选的,目标子树内语义信息的整合用于形成对应时间区间的长期记忆表示,步骤如下:

29、在目标子树范围内遍历各节点,筛选参与语义整合的节点集合;

30、对节点集合中的每一节点提取语义记忆及对应时间信息,并计算其相对于当前时间的时间间隔;

31、根据时间间隔为各节点分配权重,使不同时间节点在长期记忆形成过程中具有差异化贡献;

32、对各节点语义信息执行加权聚合,生成反映该时间区间整体语义特征的长期记忆表示,并写入目标子树的上层节点。

33、优选的,读取节点时间间隔并输入预设时间衰减函数获得对应权重值,对全部节点权重值进行归一化处理形成权重分布,将归一化权重与对应语义向量执行逐项乘积计算并累加形成聚合向量,依据聚合向量生成语义摘要并写入对应节点。

34、优选的,针对时间约束记忆树中节点规模控制方式进行限定,以约束子树结构的调整流程,步骤如下:

35、在树结构中对各子树执行遍历操作,筛选满足预设时间阈值的目标子树;

36、对目标子树内各节点读取访问记录或状态信息,并依据预设规则进行筛选;

37、对筛选后的节点集合执行合并操作,将多个节点的信息整合至单一节点中或上层节点中;

38、对被合并或替换的节点执行删除或释放操作,以完成子树结构的压缩调整。

39、优选的,记忆检索结果以时间有序的结构化记忆路径形式输出,提升语义上下文的连续性,步骤如下:

40、对语义检索得到的候选节点进行汇总,并提取其对应的时间区间信息;

41、从候选节点出发沿树结构向父节点方向逐层访问,以获取不同时间尺度下的语义摘要信息;

42、从候选节点向子节点方向进行扩展访问,以获取细粒度事件信息;

43、对所获得的节点按照时间区间进行排序,并依据时间连续性或语义相关性筛选形成连续节点序列;

44、将节点序列连接形成具有时间顺序及层级语义结构的记忆路径,用于为智能体提供连续上下文支持。

45、优选的,智能体的记忆结构包括短期记忆与长期记忆,具体如下:

46、短期记忆由时间约束记忆树中当前被访问或参与检索的节点路径上的各节点短期状态组成,用于表征当前时刻与任务相关的动态记忆信息;

47、长期记忆由时间约束记忆树中各节点的语义记忆组成,用于表征在历史时间范围内经语义整合形成的稳定记忆信息;

48、短期记忆随节点访问及时间间隔变化进行动态更新,而长期记忆通过对子树内节点语义信息的聚合及压缩操作进行更新,从而实现短期记忆与长期记忆的协同管理。

49、一种基于时间约束记忆树的智能体长短期记忆存储及检索系统,包括记忆树初始化模块、节点属性配置模块、时间约束路径定位模块、动态节点生成模块、时间区间维护与层级约束模块、短期状态衰减与语义更新模块、记忆整合与结构压缩模块以及联合检索与记忆路径生成模块:

50、记忆树初始化模块,构建时间约束记忆树,创建根节点并初始化其时间区间为系统运行起始时间范围,预设树的层级结构及各层对应的时间尺度;

51、节点属性配置模块,在时间约束记忆树的每一节点中设置节点属性,节点属性至少包括时间区间、语义记忆及短期状态,其中时间区间用于表示节点对应的起止时间范围,语义记忆用于存储观测数据的语义摘要及向量表示,短期状态用于记录节点的上次激活时间及状态参数;

52、时间约束路径定位模块,获取带时间戳的观测数据,根据时间戳在时间约束记忆树中自上而下定位满足时间区间包含关系的目标节点路径;

53、动态节点生成模块,当未找到匹配节点时,在对应层级创建叶节点,并将其时间区间初始化为时间戳对应的时间点;

54、时间区间维护与层级约束模块,自叶节点沿父节点方向逐层更新各节点的时间区间为其所有子节点时间区间的并集,并对同一父节点下的子节点按照时间区间起始时间进行排序,且约束相邻节点时间区间不发生重叠;

55、短期状态衰减与语义更新模块,根据当前时间与节点上次激活时间之间的时间间隔,对节点的短期状态进行衰减更新,并将当前观测数据的语义信息与节点原有语义记忆进行融合更新;

56、记忆整合与结构压缩模块,依据预设触发条件选取目标子树,对目标子树内各节点的语义记忆按照时间间隔对应的权重进行加权聚合,并对满足条件的子树执行节点合并或删除处理,以实现记忆压缩;

57、联合检索与记忆路径生成模块,解析检索请求得到查询语义及时间范围,在时间约束记忆树中筛选时间区间匹配的候选子树,在候选子树内基于语义相似度进行节点检索,并沿树结构向上及向下扩展节点,生成按时间排序的结构化记忆路径。

58、一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行一种基于时间约束记忆树的智能体长短期记忆存储及检索方法。

59、在上述技术方案中,本发明提供的技术效果和优点:

60、本发明通过建立父子时间包含约束与兄弟节点时间顺序约束,将时间关系直接嵌入树结构之中,使树的层级关系能够同时表达时间包含与时间先后顺序,从而使树结构本身构成多尺度时间索引。相较于现有技术中结构与时间相互独立的方式,本发明能够在无需额外时间索引的情况下实现时间范围查询,降低系统复杂度并提升数据一致性。

61、本发明在节点短期状态更新过程中引入时间间隔δt参数,通过时间衰减机制对记忆进行动态调节,使得记忆的保留程度能够随时间间隔变化而自适应调整。相比传统不包含绝对时间因素的记忆更新方法,本发明能够更准确地反映历史信息的重要性变化,从而提升对长时间跨度依赖关系的建模能力。

62、本发明通过构建时间过滤、子树语义检索以及路径扩展重构的三阶段联合检索流程,使检索结果由原有的离散节点转变为具有时间顺序的连续记忆路径。通过结合时间条件、结构层级与语义信息进行综合检索,不仅提高了检索结果的准确性,还增强了结果的上下文连贯性和可解释性,尤其适用于多轮对话和复杂任务场景。

63、本发明通过引入基于时间间隔及访问情况的记忆整合与压缩机制,对长时间未访问且重要性较低的子树进行合并或摘要保留处理,在保证关键时间信息不丢失的前提下有效控制记忆树规模。该方式能够减少存储资源占用,并降低检索计算复杂度,从而提升系统整体运行效率。