arXiv · 机器人与计算机视觉· Revanth Krishna Senthilkumaran, Ruwan Wickramarachchi, Alessandro Oltramari, Jonathan Francis·· 2026-10-12AI 评分72
REMM:面向操作的可选修具身记忆方法
REMM: Revisable Embodied Memory for Manipulation
AI 导读
针对长程操作中需保留历史且能根据物理证据修正结论的挑战,本文提出 REMM,一种用于冻结 G0.5 视觉语言动作执行器的监督记忆层。该方法将仅追加的证据历史与可修订的任务状态分离,并在支持事实变更时撤回相关结论、在验证的技能边界处调度恢复。
来源:arXiv · 机器人与计算机视觉 · arxiv.org