ReMem：推荐 Agent 的多模态感知与时间演化记忆¶

复现级别：L1 记忆机制。 实现固定预算的 time-evolving memory 和 multi-memory GRPO 目标；未接入真实购物网页与 OCR 模型。

论文信息¶

字段	内容
论文链接	ReMem
公司 / 机构	香港理工大学（第一作者署名单位）
首次公开日期	2026-09-29（arXiv v1）
原作者代码	是：Quhaoh233/ReMem
本地 adapter / 方法	`remem`
本地复现代码	`src/auto_research/agent_research/latest_20260930.py`

原始论文总结¶

背景与主要改动¶

推荐 Agent 一方面要从异构商品页稳定提取信息，另一方面不能把完整用户历史无限塞进上下文。ReMem 用 OCR 驱动的多模态 item perception 生成紧凑语义表示，再以固定预算、随时间更新的 dynamic memory 保存偏好；Multi-Memory GRPO 让多个记忆视图共享策略更新。

flowchart LR
  W[商品页/截图] --> P[OCR 多模态感知]
  H[历史与交互] --> M[时间演化记忆]
  P --> A[推荐 Agent]
  M --> A
  A --> G[Multi-Memory GRPO]
  G --> M

原论文关键图¶

原论文 Figure 1：多模态“眼睛”和动态记忆“脑”的分工。图片来自原论文，版权归原作者所有。

核心公式¶

本地记忆更新保留最近观测，同时按衰减后的 relevance/recency 分数选择历史块，使 \(|M_t|\le B\)；多记忆目标对同一 query 的不同 memory view 分别计算 group-normalized advantage，再做共享 clipped policy objective。

论文离线与线上效果¶

论文报告长上下文推荐 Agent 的准确率和 token 效率改进。本站只验证记忆预算、时间更新、目标函数及 gold isolation，指标见 metrics/mechanism-seeds42-44.json。

本地复现与边界¶

这里不是完整网页 Agent：未运行 OCR、浏览器、作者数据或真实 episode；固定小样本只用于验证信息流，不能宣传为推荐能力提升。