arXiv cs.AIは11月4日(現地時間)、研究論文を公開し、エージェントが単発タスクを超え、ユーザー目標にわたる持続的支援を強化する上で、未知の環境の仕組み発見、学んだ知識のタスク間再利用、環境進化への経験更新が求められると指摘した。この課題に対応するため、研究者らは「ReScopeBench」という新たなベンチマークを導入。これは18の対話型環境を通じ、エージェントが経験を修正、保持、または失うライフサイクルを評価する。
既存のベンチマークは経験の再利用と適応の研究に貢献してきたものの、エージェントが蓄積された経験のうち、どの部分を修正し、保持し、あるいは失うかといったプロセスに関する洞察は限定的であった。ReScopeBenchは、この課題を深く掘り下げることを目的としている。本ベンチマークは、環境の組織化とアクセス方法に関するstructural experience（構造的経験）と、タスク間で意思決定を導く再利用可能な原則と制約に関する「rule experience」（規則的経験）を明確に区別し、エージェントの経験の種類に応じた挙動を評価可能にする。
論文の著者らは、経験がどのように獲得され、再利用され、修正されるかを研究するため、experience-first construction approachという独自の構築アプローチを提案している。このアプローチでは、共通の経験を中心にタスクストリームが構築され、その過程で静かな環境変化が導入される。研究者らは、各タスクストリームを通じたエージェントのパフォーマンスを評価すると同時に、保存された経験の変化を詳細に追跡し、経験のライフサイクル全体を包括的に分析した。
この評価は20の異なるモデルにわたって実施された。その結果、保持された経験がタスクパフォーマンスの向上に寄与する一方で、エージェントが環境の変化に応じてその経験を最新の状態に保つことに著しく苦慮していることが明らかになった。また、必要な経験が正確に記録され、利用可能な状態であっても、エージェントが常にタスクを成功裏に完了するわけではないことも判明した。これらの研究結果は、長期持続エージェントにとって、selective maintenance（選択的な維持）と「effective use」（効果的な利用）という二つの経験管理が相互補完的な課題であり、その両面からの進歩が必要であることを示唆している。
参考: arXiv cs.AI — 2026年11月5日 14:00 (JST)