arXiv · cs.RO· Yun Zhang·· 10 天前精选AI 评分65
Mem4Act: 学习用于长期机器人操作的有效潜在记忆
Mem4Act: Learning Effective Latent Memory for Long-Horizon Robotic Manipulation
AI 导读
Mem4Act框架引入了一种固定大小的潜在记忆表示，通过多粒度时间聚合、互补语义和感知信息保留以及记忆优先的两阶段训练，解决了长期机器人操作中的记忆挑战。在RoboMME、RMBench和四个真实世界操作任务中，分别取得了49.88%、61.0%和81.5%的成功率，达到了最先进的性能。
推荐理由
Mem4Act框架解决了机器人长期操作中的记忆挑战，通过多粒度时间聚合和互补记忆监督实现了SOTA性能。
来源：arXiv · cs.RO · arxiv.org