LT-Mem获IROS 2026最佳论文奖

IROS 2026将最佳论文奖授予韩国DGIST机器人与机电工程系提出的机器人长期记忆框架LT-Mem，作者为Yumin Lee、Hyoseok Ju和通讯作者Giseop Kim，其所属APRL实验室2024年12月才建立。 LT-Mem让机器人跨多轮独立建图运行（论文称session）累积记忆物体。在两个室内环境各跟踪10个物体、各10轮，以及室外停车场10轮（分布不同日期与时段）的测试中，LT-Mem搭配Gemini 2.5 Pro取得0.910、0.820、0.600，仅用约43.8万token；换成可本地运行的Qwen2.5-3B仍有0.885、0.800、0.567，约35.2万token。论文称这一结果全面超过所有基线，说明提升来自结构化记忆设计而非大语言模型本身能力。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。