Memory as Plans：基于记忆规划的世界—动作建模
MaP-WAM 是一个面向机器人操作任务的框架，旨在处理需要长期历史信息的非马尔可夫任务。它不再反复将完整历史输入执行模型，而是把多模态情节记忆转换为包含语言指令和稀疏视觉提示的紧凑分段计划。世界—动作—进度模型联合预测动作块及其执行进度，从而支持分段之间的自适应切换。MaP-WAM 在 RMBench 上取得 83.3% 的成功率，在真实机器人任务上达到 78.0%，并使执行器推理延迟在任务历史增长时基本保持不变。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。