跳到正文
热点事件持续更新

ActMem 框架解耦记忆推理与感知定位

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

2026 年 11 月,论文提出 ActMem 框架,旨在单一大模型中实现长时序机器人操作任务的高效推理。该方法通过解耦记忆推理与感知 grounding(定位),在 RoboMemArena 基准上达到 71.1% 的任务成功率,在 MIKASA-Robo 上平均成功率为 73.8%,且在真实世界外生、内生及无痕记忆任务上表现优于现有最强基线。代码与检查点即将发布。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · 机器人与计算机视觉精选
    ActMem:从潜在记忆推理到 grounded 机器人动作

    论文提出 ActMem 框架,通过解耦记忆推理与感知 grounding,在单一大模型中实现长时序操作任务的高效推理。该方法在 RoboMemArena 上达到 71.1% 的任务成功率,在 MIKASA-Robo 上平均成功率为 73.8%,并在真实世界外生、内生及无痕记忆任务上表现优于现有最强基线。代码与检查点即将发布。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月20日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。