GAMMA：双智能体记忆系统提升操作任务表现

Yudong Liu 等论文作者提出 GAMMA（Grounded multi-Agent Memory with Mechanical Audit），把 VLA 策略记忆到接地符号子目标的映射构建为双智能体协作记忆系统，用于记忆密集型操作任务。系统包含 SAM-3 检测工具做空间接地、VLM writer 将每个重规划窗口提炼为一行接地文本、只追加的文本记忆库，以及读取记忆库并按 oracle 节奏输出下一接地子目标的 VLM reasoner。 在策略固定不变的条件下，GAMMA 在十六项记忆操作任务套件上恢复了 oracle 上限的很大一部分，在若干任务上达到上限，并以不变的契约迁移到第二个基准。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。