Inspired by the cognitive science theory of explicit human memory systems, haben wir einen Agenten modelliert, der Kurzzeitgedächtnis, Episodisches Gedächtnis und Semantisches Gedächtnis besitzt. Jedes dieser Gedächtnissysteme wird durch einen Wissensgraphen dargestellt. Um dieses System zu evaluieren und das Verhalten des Agenten zu analysieren, haben wir eine eigene Reinforcement-Learning-Agentenumgebung namens "The Room" entwickelt und veröffentlicht. In dieser Umgebung muss ein Agent lernen, wie er Erinnerungen kodieren, speichern und abrufen kann, um seine Ausbeute durch die Beantwortung von Fragen zu maximieren. Wir zeigen, dass unser auf tiefem Q-Lernen basierender Agent erfolgreich lernt, ob eine Kurzzeitgedächtnisinhalts vergessen werden sollte oder vielmehr im Episodischen oder Semantischen Gedächtnis gespeichert werden soll. Unsere Experimente deuten darauf hin, dass ein Agent mit menschenähnlichen Gedächtnissystemen in dieser Umgebung einem Agenten ohne diese Gedächtnisstruktur überlegen sein kann.