arXiv cs.RO 机器人学· Yilin Wu, Rutav Shah, Shuaiyi Huang, Sumedh A. Sontakke, Homanga Bharadhwaj, Andrea Bajcsy, Max Simchowitz, Guanya Shi·· 5 小时前精选AI 评分57
IMPRINT：面向 VLA 的多流隐式记忆框架，成功率较基座提升至少 26%
Memory Without Curation: Learning Multi-Stream Latent Memory for Robot Policies
AI 导读
论文提出策略无关的隐式记忆框架 IMPRINT，为视觉-语言-动作（VLA）模型引入多流记忆而不显式约束策略该记住什么。IMPRINT 将观测、动作、本体感觉等多流信息压缩为推理时增量更新的隐式记忆以降低延迟，并采用两阶段训练：先监督记忆重建多流历史并估计当前任务进度，再与策略端到端微调动作预测。
推荐理由
论文给出两阶段训练与多流压缩的具体做法，并报告相对基座 VLA 的成功率提升，可作为记忆增强策略的方案参考。
来源：arXiv cs.RO 机器人学 · arxiv.org