Lirong Che等提出LIFE终身具身智能框架
先了解这件事
Lirong Che等作者提出LIFE（Lifelong Intelligence from Experience）框架，让机器人持续观察、选择性记忆，并把经验转化为新能力。框架由三部分组成：RoboBeats是一组轻量流式门控，跟踪智能体设定的条件并发现新事件，判断某次观察是否需要响应或写入记忆；被选中的观察进入Plastic Memory，这是一个保存图像与结构化记录、保留原始证据的扁平存储，后续可按需添加字段和索引；当现有工具不足时，Explore-Distill-Mount（EDM）把解题过程中找到的方案转化为经过验证、可复用的工具与技能。 作者称，在匹配协议下，RoboBeats在条件跟踪上明显优于其基座模型，并在相同写入预算下比均匀采样为记忆问答保留更多有用证据。作者还报告了一个有限规模的案例：回放真实机器人录制的24小时连续视频，展示该系统如何从一天的经历中构建记忆并用于回答日常问题。该工作以预印本形式发布，尚未经同行评议。
AI 根据报道生成 · 3 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- arXiv · cs.RO精选LIFE框架：让机器人从持续经验中积累记忆与技能
作者提出LIFE（Lifelong Intelligence from Experience）框架，让机器人持续观察、选择性记忆，并把经验转化为新能力。其中RoboBeats是一组轻量流式门控，跟踪智能体设定的条件并发现新事件，判断某次观察是否需要响应或写入记忆；被选中的观察进入Plastic Memory，这是一个保存图像与结构化记录、保留原始证据的扁平存储，后续可按需添加字段和索引；当现有工具不足时，Explore-Distill-Mount（EDM）把解题过程中找到的方案转化为经过验证、可复用的工具与技能。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 811月3日 19:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。