arXiv · cs.RO· Diqi He, Jinbang Guo, Yijun Shen, Zhiwei Yu, Huan Yang, Dingwen Zhang, Junwei Han, Zhongyuan Wang·· 7 小时前精选AI 评分71
论文 / 摘要阅读
MOST：面向长程移动操作的物体状态与任务进度记忆框架
MOST: Memory of Object States and Task Progress for Long-Horizon Mobile Manipulation
AI 导读 · 根据来源整理
MOST 是一个策略内部记忆框架，将多视角观测压缩为时间 token，并用物体状态和子任务进度显式监督历史与预测的未来 token，使记忆直接参与单一端到端策略的动作生成，无需外部规划器或检索阶段。作者同时提出 RoboCasa-Long 基准，包含多分钟、多阶段的移动操作任务。在 RoboCasa365、RoboCasa-Long 和真实机器人实验中，MOST 均优于此前最优模型 Xiaomi-Robotics-1（XR-1）：RoboCasa365 平均成功率从 65.9% 提升到 72.1%。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org