BOOKMARKS：面向角色扮演的高效主动剧情记忆
计算与语言
2026-05-15 v1
摘要
记忆系统对于角色扮演智能体（RPA）维持长程一致性至关重要。然而，现有的 RPA 记忆方法（例如画像法）主要依赖循环摘要，其压缩过程不可避免地会丢弃重要细节。为解决此问题，我们提出了一种基于搜索的记忆框架 BOOKMARKS，该框架针对当前任务（例如角色扮演），主动初始化、维护和更新与任务相关的书签片段。书签被结构化为剧情中特定时刻对某一问题的回答。对于每个当前任务，BOOKMARKS 会选择可复用的现有书签，或在剧情开始时用有用的问题初始化新书签。随后，这些书签会同步到当前剧情节点并相应更新答案，以便在未来的基础对齐轮次中高效复用。与循环摘要相比，BOOKMARKS 提供了：(1) 用于捕获任务特定细节的主动基础对齐，以及 (2) 避免不必要计算的被动更新。在实现中，BOOKMARKS 支持概念、行为和状态搜索，每种搜索均由高效的同步方法驱动。BOOKMARKS 在来自 16 部作品的 85 个角色上显著优于 RPA 记忆基线，证明了基于搜索的记忆对 RPA 的有效性。
引用
@article{arxiv.2605.14169,
title = {BOOKMARKS: Efficient Active Storyline Memory for Role-playing},
author = {Letian Peng and Ziche Liu and Yiming Huang and Longfei Yun and Kun Zhou and Yupeng Hou and Jingbo Shang},
journal= {arXiv preprint arXiv:2605.14169},
year = {2026}
}