是的，这个概念在AI代理和对话系统研究中是一个活跃的方向，特别是关于选择性遗忘机制 和认知启发式记忆管理。以下是一些最相关的研究：
| Paper | 核心观点 | 与你想法的关联 |
|---|---|---|
| FadeMem: Biologically-Inspired Forgetting | 将神经科学中的"突触可塑性"引入记忆系统；低相关性记忆随时间自然衰减，高频访问的记忆被巩固 | 直接对应你描述的"轮次触发+遗忘"模式 |
| Oblivion: Self-Adaptive Agentic Memory Control | 通过上下文线索和强化信号动态控制记忆衰减速度 | 解决"遗忘什么"的决策问题 |
| Novel Memory Forgetting Techniques | 比较多种遗忘策略（基于时间衰减、相关性评分、冲突检测） | 提供遗忘机制的benchmark |
| In Prospect and Retrospect | 反思性记忆管理------代理主动决定哪些信息值得长期保留 | 与"每轮写入+周期遗忘"的认知周期模型类似 |
研究发现的共识：
- 纯基于轮次/时间的遗忘（如"每5轮删一条"）会导致关键信息丢失，需要结合内容重要性评分
- 更好的模式是衰减驱动------记忆随时间"弱化"而非立即删除，只有在真正溢出时才彻底清除
- 展望-回顾机制（prospect-retrospect）比被动遗忘更有效：让AI主动预测未来对话中哪些记忆可能被用到
你的"固定周期遗忘"想法是一个合理的起点，但现有研究显示，富内容的遗忘策略（如FadeMem的结合访问频率和相关性）会比纯轮次触发更稳健。
你想深入了解哪个具体方向？生物学启发机制、工程实现方案、还是对比基准？