تواجه نماذج اللغات الضخمة (LLMs) تحديات كبيرة في تحقيق التفكير الاستراتيجي في بيئات ذات دورانات طويلة، حيث غالبًا ما يُعاني ذلك من أهداف غير متسقة تؤدي إلى ضعف التوجه الاستراتيجي. تلك النماذج تعاني من نقص الموارد والقدرة على التركيز، ما يمنعها من الحفاظ على تماسك استراتيجي على مدى آلاف الخطوات. وللتغلب على هذا العائق، تمت المساهمة بإطار عمل جديد يسمى EpicStar.

يعتمد EpicStar على مبدأ بسيط ولكنه فعال، حيث يقوم الوكيل بتخزين مجموعة من التجارب الناجحة في ذاكرته، مما يتيح له استخدام هذه الخبرات كإرشادات خلال مراحل التفكير. يُظهر الوكيل قدرة على تتبع التغيرات اللحظية في البيئة من خلال ذاكرتين: واحدة لتنظيم الماضي والأخرى لتحديث المعلومات الحالية.

في الاختبارات التي تمت باستخدام لعبة StarCraft II، تفوق إطار EpicStar بشكل كبير على الطرق التقليدية، حيث حقق الفائزات بأرقام أعلى مع استخدام عدد أقل بكثير من الرموز. كما استمر هذا التفوق عبر مستويات الصعوبة المختلفة وأنماط الخصوم.

يقدم هذا البحث دليلًا قويًا على أهمية الذاكرة المنظمة على مستوى الفصول في تمكين وكلاء LLM من تنفيذ استراتيجيات طويلة الأمد بشكل موثوق في بيئات ديناميكية.