arXiv · 机器人与计算机视觉· Victoria Smelova, Daniil Kazachkov, Georgiy Kazantsev, Iuliia Tsvetkova, Egor Cherepanov, Nikita Kachaev, Artem Latyshev, Aleksandr I. Panov, Alexey K. Kovalev·· 2026-10-19AI 评分73
当计划改变时请记住:用于视觉语言动作模型的重新规划引导式视觉记忆
When Plans Change, Remember: Replanning-Guided Visual Memory for Vision-Language-Action Models
AI 导读
针对长视界多阶段视觉语言动作策略需要历史观测但全量存储成本高昂的问题,本文提出 RePlanMem-VLA 方法。该方法利用重缩视域执行中连续动作块预测的不一致作为任务相关事件的证据,以此触发有界视觉记忆的更新,并通过机器人掩码写入过滤器抑制冗余帧。
来源:arXiv · 机器人与计算机视觉 · arxiv.org