RRM：面向长时程多模态推理的经验驱动反思检索记忆

面向多模态长时推理的 RRM 框架提出，用反射经验记忆补充实体为中心的图谱，从历史轨迹提炼可迁移检索策略，提升长视频多模态代理检索准确性，在 M3-Bench-Robot、M3-Bench-Web 和 Video-MME-Long 基准上超过此前最优方法。

此前多模态长期记忆代理侧重存储而非检索，检索失败缺乏自适应机制；RRM 首次将反思性经验记忆引入检索流程，实现跨任务策略复用，并在多个长视频基准上显著提升性能，是多模态代理记忆机制的重要进展。

RRM 构建实体为中心的多模态记忆图谱，并叠加反思经验记忆层，该层从历史任务轨迹蒸馏可迁移的检索策略（而非具体事实），检索时将经验转化为查询级指导，而答案生成仍仅依赖新检索的当前视频事实；生命周期管理通过使用频率、复用反馈和时间衰减控制经验记忆冗余，从而提升检索效率和准确性。

对长视频 AI 代理产品，RRM 可减少因检索失败导致的重复推理和资源开销，提升多轮交互的准确性和响应质量；开发上需引入反思记忆模块和生命周期管理，增加一定复杂度，但可能降低长期维护成本。

• 在长视频问答或具身智能产品中集成 RRM，提升复杂任务下的检索准确率，减少用户等待时间。
• 开发基于 RRM 的检索策略分析工具，可视化经验记忆生命周期，帮助优化记忆管理机制。
• 将 RRM 的反思经验层应用于多模态客服代理，复用成功检索策略提升跨会话问题解决一致性。

• RRM 在 M3-Bench 等基准上的提升幅度具体为多少，缺乏量化数据。
• 反射经验记忆的构建是否需要额外标注或人工干预，证据中未明确。
• 生命周期管理中的时间衰减参数如何设定，证据中未提供。
• RRM 是否适用于非长视频场景（如短时交互）尚不确定。