跳到正文
arXiv · 机器人与计算机视觉· Tianxing Chen, Yuran Wang, Mingleyang Li, Yan Qin, Hao Shi, Zixuan Li, Yifan Hu, Yingsheng Zhang, Kaixuan Wang, Yue Chen, Hongcheng Wang, Junjie Wang, Tianhang Yang, Renjing Xu, Ruihai Wu, Yao Mu, Yaodong Yang, Hao Dong, Ping Luo·· 2026-10-16AI 评分48

RMBench:基于记忆依赖的机器人操作基准与策略设计洞察

RMBench: Memory-Dependent Robotic Manipulation Benchmark with Insights into Policy Design

AI 导读

针对现有机器人操作策略忽视记忆能力的局限,研究团队推出包含 9 个任务的仿真基准 RMBench 及模块化策略 Mem-0。通过广泛的仿真与现实实验,该工作揭示了现有策略在记忆相关任务中的限制,并提供了架构设计选择如何影响记忆性能的实证洞察。相关网站与代码已公开供评估使用。

来源:arXiv · 机器人与计算机视觉 · arxiv.org