ManimAgent：跨任务积累反思经验的自进化多模态智能体

ManimAgent 用双通道记忆跨任务积累反思经验，无需更新权重。

资讯摘要

论文提出 ManimAgent，面向从论文段落生成 Manim 数学动画的代码生成任务。该智能体通过双通道情景记忆库把反思经验跨任务保留：视觉语言模型对渲染关键帧打分，成功理由存入正向通道作为软参考示例，经验证的失败模式存入负向通道作为硬性已知陷阱；无需更新权重或人工种子。在固定探针评测中，随记忆增大，盲测人类 Pass@1 上升、反思轮数下降。

要点速读

1. 论文针对多轮反思经验在任务结束后被丢弃的问题，提出跨任务保留经验的双通道情景记忆库。
2. 记忆库由智能体自身任务流生长：视觉语言模型评分关键帧，成功理由与失败模式分别进入正向和负向通道。
3. 固定探针评测对比无记忆、等预算 RAG 和打乱记忆基线，作者报告记忆增大时盲测人类 Pass@1 上升、反思轮数下降。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。