MementoGUI: 장기 지평 GUI 에이전트를 위한 에이전틱 멀티모달 메모리 제어 학습
MementoGUI: Learning Agentic Multimodal Memory Control for Long-Horizon GUI Agents
TL;DR AI
1분핵심 요약
연구진은 장기 작업용 GUI 에이전트를 위한 플러그인 메모리 프레임워크 MementoGUI를 제안했다.
학습된 컨트롤러가 멀티모달 상호작용 기록에서 무엇을 압축·저장·검색할지 선택한다.
핵심 시각·텍스트 증거를 보존해 컨텍스트 과부하를 줄이고, 여러 단계에 걸친 판단을 더 안정적으로 만든다.
이 시스템은 GUI-Odyssey, MM-Mind2Web, MementoGUI-Bench 등에서 history-replay 및 텍스트 전용 기준선을 앞섰다.