跳到正文
arXiv · 机器人与计算机视觉· Qixin Sun, WenLong Gao, Xiansheng Chen, Zhongyuan Wang, Si Liu, Pengwei Wang·· 2026-10-16精选AI 评分82

LTM:基于潜在转换的视觉语言动作模型内上下文记忆方法

LTM: Latent Transition Based In-Context Memory for Vision-Language-Action Models

AI 导读

论文提出 Latent Transition Memory (LTM),将历史交互存储为连续观测间的紧凑潜在转换,实例化于π0.5模型(LTM-π)时利用冻结潜在动作编码器和轻量级适配器实现增量推理。

推荐理由

该方法在冻结动作编码器下实现增量推理,无需外部推理模型即可提升多步任务成功率与真实机器人计数能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org