T²Mem 让机器人策略学会记忆,π₀.₅ 成功率从 17.9% 升至 56.8%
yining_hong · x · 2026-10-06
研究团队提出 T²Mem(Test-Time Memory for Robotics),核心洞察是记忆与动作应互为学习:不是把记忆当作存储历史的独立模块供策略调用,而是让记忆成为策略的内在部分——动作监督塑造 agent 记住什么,记忆又反过来塑造它如何行动,形成围绕未来决策不断精炼的反馈闭环。
方法上,通过 test-time training,单从动作演示中同时学出记忆表示与记忆条件下的动作,不需要辅助记忆模型、外部推理模型或记忆标注。
效果:在 16 个依赖记忆的 RoboMME 任务上,把 π₀.₅ 的平均成功率从 17.93% 提升到 56.83%,提高 38.90 个百分点。合作者来自斯坦福,特别致谢 Fei-Fei Li 与 Jiajun Wu。
「具身」频道最新
- 用 ChatGPT 设计六足机器人,仿真训练学会行走 — lavanyaai · 2026-10-06
- CoRL 2026 灵巧操作工作坊今晚截稿,聚焦全栈机器人学习与设计 — HaozhiQ · 2026-10-06
- Honda 研究：机器人旁观队友即可零样本推断其物理极限 — mangahomanga · 2026-10-06
- Embodied Analysis 发布统一评测平台:物理智能体与世界模型同框架横评 — qinzytech · 2026-10-06
- 原子级「走路」的铂钛致动器：一年前演讲仅 2 千播放 — Promptmethus · 2026-10-06
- Manda Robotics 实测：Newton、MuJoCo、Genesis 处理可变形物体差异显著 — facontidavide · 2026-10-06