Joint Agent Memory and Exploration Learning via Novelty Signals

核心要点

问题/背景

开放环境探索需要记忆来区分已耗尽行为和未见行为，但 latent memory 又缺少可靠监督信号。

方法/机制

JAMEL 利用 novelty-driven interaction 把 memory learning 和 exploration policy 联合训练，并用 GUI/code coverage 这类确定性持久 novelty signals 提供 annotation-free supervision。

结果/证据

它值得收录，因为它把 agent memory 从被动记录推进到探索驱动学习，提供了 agent 长程能力增长的训练信号设计。

收录价值

按当前收录规则，它属于近期值得正式跟踪的可复用方法或系统模式；但作为新近预印本，后续仍需要代码、复现和真实部署结果来确认长期影响。