Новая система памяти для автономных агентов решает проблему «проклятия размерности» путём применения независимого компонентного анализа (ICA) для сведения данных к пяти компонентам, а затем сжатия размерностей на основе дисперсии кратковременной памяти, что стимулирует разнообразие поведения.
Эпизоды хранятся в векторной базе данных FAISS с использованием эмбеддингов энкодера SONAR и проходят консолидацию и обобщение при каждом запуске. ICA выявляет нормально распределённые независимые компоненты; испытания показывают, что сведение данных к трём размерностям даёт интерпретируемые поля для активности, иерархии и социальных состояний. Система вычисляет разности компонентов в кратковременной памяти; низкая дисперсия вызывает сжатие соответствующей размерности векторной базы данных, делая извлечение по манхэттенскому расстоянию более вероятным для получения эпизодов, охватывающих весь спектр этой компоненты.
Тестирование демонстрирует, что данный механизм динамически изменяет поведение агента, например, переключая его с работы на поле к плавке или приоритизации завершения задач при повышении компонентов тревожности, что обусловлено сжатыми размерностями, а не явной инициализацией.