MemBodied：面向视觉-语言-动作模型的循环关联记忆
视觉-语言-动作模型为通用机器人控制提供了有力基础，但大多数策略不会保留先前观测中的信息。MemBodied提出固定容量的情景记忆，由记录交互的关联状态和代表初始场景的紧凑参照组成。在五项需要记忆的RMBench任务中，其平均成功率是无记忆策略的7.81倍、基础循环记忆的2.98倍。与最强的记忆增强基线相比，表现高出1.3倍，新增参数量则少了10倍。在LIBERO-Long上，MemBodied达到90.6%，据报告比无记忆的π_0策略提升5.4%。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。