RoboCasa-Mem：长程移动操作记忆基准发布

Sihang Chen等作者在arXiv发布预印本，提出RoboCasa-Mem基准，包含九项移动操作任务，要求智能体在关键决策点使用交互历史。作者将任务所需记忆分为两类：环境记忆涵盖空间位置、物体属性和物体关系；过程记忆涵盖单任务进度与多任务调度。 作者还引入行为条件化评测：对存在多条有效执行路径的任务，由机器人先前动作推导后续任务约束，检验后续行为是否与自身交互历史一致，以减少固定目标分配带来的捷径。基准提供1,800条成功演示用于策略训练。 作者同时给出基线HMAP（分层记忆增强策略），其低层VLA控制器通过子目标条件化查询，将VGGT-Omega几何信息纳入动作生成。该工作为17页预印本，尚未经同行评议，基准与基线的实际效果未获独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。