arXiv · 机器人与计算机视觉· Victoria Khoruzhaya, Maksim Kalmykov, Tuong Do Minh, Tatiana Zemskova, Yixin Zhu, Dmitry Yudin·· 29 天前AI 评分73
LVMem:用于长周期问答的图像增强记忆系统
LVMem: Image-Augmented Memory for Long-Horizon Question Answering
AI 导读
论文提出了 LVMem 框架,旨在解决具身智能体在长观察历史下的可靠语言引导感知问题。该方法扩展了基于视图的记忆范式,通过光流帧选择策略存储以物体为中心的描述性场景表示,并利用视觉语言模型自适应检索关联图像。实验显示,LVMem 在 OC-NaVQA 基准上的二值和位置指标优于 ReMEmbR,且在无需显式构建图结构的情况下匹配或超越了 4D 场景图基线 DAAAM。
来源:arXiv · 机器人与计算机视觉 · arxiv.org