双流记忆VLA策略论文发布

Yang Wang 等在 arXiv 发布论文，提出面向视觉-语言-动作（VLA）策略的双流记忆机制：用任务无关的 Gated DeltaNet 把历史压缩为单个时间 token，同时用任务条件检索器按相关性阈值保留关键帧，以支持记忆依赖型操作任务的执行状态跟踪与视觉证据恢复。 论文报告，在 RoboMME 十六项任务上完整模型平均成功率 49.22%，高于已发布的 FrameSamp+Modul 参考方法的 44.51%，其中十四项任务和四个套件均值均有提升；在四项真机任务上平均成功率 62.5%，对比 37.5%，提升主要出现在需要区分执行阶段的重复动作任务。作者同时指出，杯子互换场景下的失败表明持久身份跟踪仍是未解决的问题。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。