arXiv cs.RO 机器人学· Yaxin Zhao, Dianye Huang, Chenwei Wang, Chenguang Yang, Zhongliang Jiang·· 5 小时前精选AI 评分58
ActMem-VLA：用动作历史记忆与双专家去噪提升长程 VLA 策略
ActMem-VLA: Action-History Memory with Dual-Expert Denoising for Long-Horizon Vision-Language-Action Policies
AI 导读
ActMem-VLA 提出双专家交接架构，在冻结的微调 VLA 上加入由 Mamba 记忆模块和轻量 PreAction Expert（PAE）组成的记忆插件：Mamba 将已执行动作历史编码为记忆，PAE 在高噪声去噪阶段引导任务推进，再把部分去噪后的动作交给冻结的 Action Expert 细化。
推荐理由
论文给出与 π0.5 和 MemoryVLA 的对比数字及参数开销，可评估记忆插件方案的实际收益。
来源：arXiv cs.RO 机器人学 · arxiv.org