RL 引导的长时程智能体记忆双通道检索时间定位

对于长时程 LLM 智能体而言，时间感知检索对于有效利用不断增长的长期记忆至关重要。现有方法侧重于词法或语义相似度，导致目标记忆被时间上不匹配但语义相似的候选记忆挤出。即使是具备时间感知能力的方法，也只在记忆组织或答案生成阶段注入时间线索，而忽视了候选选择发生的检索阶段——这正是记忆被挤出的根本原因。受人类情景记忆中时间连续性效应的启发，我们提出了 TIDER（Temporal Interval-driven Dual-channel Evidence Retrieval），一种具备时间感知能力的智能体检索框架。TIDER 的核心是一个通过强化学习（RL）训练的时间区间定位器，用于推断证据所在的时间窗口。RL 将窗口定位作为离散且不可微的检索决策进行优化，并利用复合奖励将稀疏的答案监督信号转化为细粒度的检索反馈。这些时间窗口首先定义时间检索通道；随后，检索到的候选记忆与语义通道的结果合并，并依据其与时间窗口的接近程度重新排序。这种时间锚定机制使 TIDER 能够检索时间上对齐的证据，否则这些证据会被大量语义相似但时间不匹配的记忆淹没。借助轻量级的 1.7B 定位器，TIDER 在两个长时程记忆基准上均取得了最先进的准确率——在 LifeBench 上达到 61.52%（提升 8.82%），在 LoCoMo 上达到 78.96%（提升 3.66%）——这表明，在长期日常生活记忆中从大量语义相似的历史事件中精准定位目标证据时，时间线索至关重要。