arXiv AI· Linfeng Dong, Jianwei Niu, Jiuyi Zhao, Ruibing Feng, Xinghao Wu, Wu Yang, Shuai Tao, Wulong Liu, Mu Li·· 1 天前评分19
ActMem: From Latent Memory Reasoning to Grounded Robotic Action
摘要
视觉-语言-动作(VLA)模型在现实世界中的长期任务中表现出色,其中记忆起着关键作用。然而,现有的记忆增强型VLA模型要么不进行推理以理解所观察到的内容,要么在共享上下文中对完整历史进行推理,这会挤占当前感知。认知科学将其视为独立系统:记忆重构过去经验以决定行动,而感知指导如何行动。
推荐理由
请对照arXiv AI原文,核对完整说明及适用条件。
本站只提供摘要与原文入口。完整内容请阅读原文。
来源:arXiv AI · arxiv.org