跳到正文
arXiv · 机器人与计算机视觉· Yuheng Na, Zhide Zhong, Junjie He, Junfeng Li, Haodong Yan, Jiaan Wang, Jiaguan Zhu, Yangyang Zheng, Tianyu Huang, Haoang Li·· 2026-10-06精选AI 评分82

EvoMem-VLA:用于长程机器人操作的演化记忆视觉语言动作模型

EvoMem-VLA: State-Evolution Memory for Long-Horizon Robot Manipulation

AI 导读

针对现有 VLA 模型依赖当前观测而丢失历史证据的局限,论文提出 EvoMem-VLA,通过显式编码状态间的变化来构建演化记忆,使策略能追踪任务进度。该方法引入条件 Delta Tokenization 将有序帧对编码为方向性标记,并利用共享 VLM 骨干网络实现任务自适应路由:长程任务走直接动作路线,多阶段任务则生成可执行子任务作为额外输入。

推荐理由

提出 EvoMem-VLA,通过显式编码状态变化证据解决长程任务记忆缺失问题,在仿真与真实机器人上均优于现有最先进方法。

来源:arXiv · 机器人与计算机视觉 · arxiv.org