跳到正文
arXiv · 机器人与计算机视觉· Ziye Wang, Modi Shi, Chaojun Ni, Jiazhi Yang, Mengdi Li, Zhizhong Su, Tianwei Lin, Hongyang Li·· 2026-10-19AI 评分75

NativeMEM:一种用于长视界机器人操作的本地内存压缩方法

NativeMEM: Native Memory Compression for Long-Horizon Robotic Manipulation

AI 导读

针对预训练视觉语言动作模型难以兼顾长时序视觉历史与高效性的问题,该研究提出 NativeMEM 框架。其核心是 Native Memory Compression 方案,利用 VLA 自身的视觉编码器将多路摄像头的历史帧压缩为单个 token 并追加至输入序列,使模型能以极低延迟关注长期记忆而无需外部规划器或新初始化模块。

来源:arXiv · 机器人与计算机视觉 · arxiv.org