PREM：用预测调节记忆的机器人操作VLA框架

研究提出PREM（Prediction-Regulated Memory），用动作条件的未来视觉预测同时指导视觉记忆的学习与更新，为视觉-语言-动作策略提供时序上下文。训练阶段以预测未来视觉特征作为记忆学习的时间监督；执行阶段比较当前视觉特征与上一步决策时的预测，用空间归一化的预测差异逐位置调节视觉状态更新。基于π0.5构建，PREM在DOMINO动态操作任务上把平均成功率从9.63%提升到20.74%，在RMBench M(1)记忆依赖设置上从14.4%提升到83.8%，并在LIBERO和LIBERO-Pro上显示通用操作与空间扰动鲁棒性提升。