arXiv cs.AI· Hongyu Shi, Sen Zhao, Zuyu Zhang, Lifeng Shen, Ding Zou, Xinyu He, Xu Zhang, Qinghua Zhang·· 3 小时前AI 评分23
FLOWMEM：为 VLA 模型重组与精炼潜在推理流
Recompose and Refine Latent Reasoning Flows for Vision-Language-Action Models
AI 导读
研究者提出统一 VLA 模型 FLOWMEM，将成功的潜在计算转化为可复用的推理经验，随具身上下文演变动态检索并重组兼容的潜在片段，形成推理路径后再用当前视觉与本体感知证据精炼，进而条件化动作生成。在 RoboMME 和 LIBERO-Plus 上，FLOWMEM 分别取得 48.0% 和 77.3% 的成功率，较无记忆策略高出 1.7 和 4.1 个百分点。
来源：arXiv cs.AI · arxiv.org