具身智能🔥7.0
具身智能体应该记住什么？面向具身智能体的记忆模态基准与评测
原标题: 具身智能体应该记住什么？面向具身智能体的记忆模态基准与评测
📋总体概括
研究团队发布MeMoREval基准，针对具身智能体的记忆模态选择问题：智能体先经历未知后续任务的事件序列，再凭记忆回答信息与动作请求。基准覆盖4个模拟室内环境、53个任务，同时评估任务成功率与记忆构建和使用的推理成本，揭示文本记忆之外视觉与空间记忆的权衡，为具身智能体记忆系统设计提供标准化评测工具。
⚡关键信息
- ▸发布MeMoREval基准，采用「先经历后请求」的受控协议评估具身智能体记忆能力
- ▸基准包含53个任务，覆盖4个模拟室内环境
- ▸评估同时衡量任务成功率与记忆构建及使用的模型推理成本
- ▸核心问题：视觉、空间、文本等多种记忆模态影响后续任务可用信息与推理开销
- ▸智能体经历事件时不知道后续任务，之后不接收新观测、仅凭记忆响应请求
🔥犀利点评
大模型智能体的记忆评测大多停留在文本对话层面，具身场景下「记什么、以什么模态记」其实是个被严重低估的工程问题。MeMoREval把记忆构建成本和调用成本纳入指标，这一点很关键——毕竟机器人不可能像云端LLM那样不计代价地存一切。缺陷也明显：纯模拟室内环境、离线无新观测，离真实机器人部署的动态噪声还有距离，属于有价值但局限清晰的第一步。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 arXiv cs.RO 论文 阅读全文 →