arXiv · 机器人与计算机视觉· Chenyuan Chen, Ran Ding, Lechen Zhang, Zewen He, Yoshihiko Nakamura·· 27 天前精选AI 评分78
Memory before Goal:面向人形机器人移动操作任务的预历史记忆研究
Memory before Goal: Role of Pre-History Memory for Humanoid Loco-Manipulation
AI 导读
针对动态场景中非马尔可夫特性导致线索消失的问题,本文提出 WholeBodyMem 方法,利用 SAM3 追踪任务物体并因果选择关键帧构建感知记忆,供动作专家通过交叉注意力读取。该方法在仿真和真机(宇树 G1)上均显著优于无记忆及均匀采样基线,将基础策略成功率分别提升至 72.6% 和 88.3%,同时改善了标准 SIMPLE 任务表现。作者开源了包含六个仿真与六个真机任务的 HuMeGo 基准。
推荐理由
提出 WholeBodyMem 方法,利用预历史记忆将仿真与真机任务成功率分别提升至 72.6% 和 88.3%,并开源 HuMeGo 基准。
来源:arXiv · 机器人与计算机视觉 · arxiv.org