Spatial Memory Agent：面向空间智能的经验驱动程序记忆
研究人员提出了 Spatial Memory Agent（SMA），这是一种运行时框架，能够在不更新模型参数、推理时也不依赖外部空间工具的情况下，提升冻结式视觉语言模型（VLM）的空间推理能力。SMA收集经过验证的空间经验，通过验证器引导的反思将其提炼为简洁且可迁移的经验规则，并根据后续检索结果为每条规则分配迁移可靠性分数。在部署阶段，系统通过语义筛选以及结合相似度和可靠性的排序机制检索相关规则，用于引导模型推理。在五个空间基准和四个基础VLM上的测试中，SMA在每个模型组都取得最高宏平均，并在20项评估中的大多数项目上达到最高准确率。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。