每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

RoboMemory：一种受大脑启发的多记忆代理框架，用于物理体现系统中的交互式环境学习

Created by
  • Haebom

作者

雷明聪、蔡洪浩、崔泽洲、谭良辰、洪俊坤、胡葛涵、朱双玉、吴一谋、蒋少涵、王戈、杨雨媛、谭俊媛、万正林、李真、崔曙光、赵一鸣、韩亚彤

大纲

RoboMemory 是一个受大脑启发的框架，旨在解决部分观察、有限空间推理和高延迟多记忆集成等现实问题。它通过将空间、时间、情景和语义记忆集成到一个并行架构中，高效地执行长期规划和环境交互学习。动态空间知识图谱 (KG) 确保了可扩展且一致的记忆更新，带有批评模块的闭环规划器支持动态环境中的自适应决策。在 EmbodiedBench 实验中，RoboMemory 的平均成功率相比基线模型提高了 25%，并且比最先进的闭环 Gemini-1.5-Pro 模型提高了 3%。实际测试证实了其累积学习能力，在重复性任务中表现出了更高的性能。

Takeaways, Limitations

•
Takeaways：
◦
提出了一种基于大脑的框架，整合了空间、时间、情景和语义记忆。
◦
提高长期规划和环境互动学习的有效性
◦
在 EmbodiedBench 实验中表现优于现有模型和 SOTA 模型（Gemini-1.5-Pro）。
◦
通过真实世界的测试展示累积学习能力
◦
创建可扩展的基础来弥合认知神经科学和机器人自主性之间的差距。
•
Limitations：
◦
摘要中没有具体提及 Limitations。
👍
Made with Slashpage