arXiv cs.AI· Yilin Wu, Rutav Shah, Shuaiyi Huang, Sumedh A. Sontakke, Homanga Bharadhwaj, Andrea Bajcsy, Max Simchowitz, Guanya Shi·· 8 小时前AI 评分28
IMPRINT：无需筛选的多流潜在记忆框架，为机器人策略增强 VLA 模型
Memory Without Curation: Learning Multi-Stream Latent Memory for Robot Policies
AI 导读
研究者提出 IMPRINT，一种策略无关的潜在记忆框架，通过多流记忆增强 VLA 模型，且不显式约束策略该记住什么。IMPRINT 在推理时将不同流压缩为增量更新的潜在记忆以实现低延迟，并采用两阶段训练：先监督记忆重建观测、动作、本体感受等过去信息并估计任务进度，再与策略联合端到端微调。在仿真和真实任务中，其平均成功率较基础 VLA 至少提升 26%，推理延迟在记忆增强型 VLA 中最低。
来源：arXiv cs.AI · arxiv.org