斯坦福 MessyMem 登 CoRL 2026:给移动机器人装上可复用记忆

leto__jean · x · 2026-11-10

斯坦福团队(Anuva Banwasi 等,与 Jeannette Bohg 组合作)发布 MessyMem,一个面向移动操作机器人的持久记忆系统,已被 CoRL 2026 接收,将在主会海报与 SISREN Workshop Spotlight 展示。

核心问题:今天的机器人把每个任务都当新任务——发现柜子锁了、在抽屉里找到杯子,下次还得重新探索。MessyMem 维护一个空间锚定的 3D 场景图,通过交互持续写入物体属性与操作结果(learning-from-doing),并链接关键帧实现细粒度回溯,让机器人跨房间、跨任务复用经验。

评测结果:在持续 25 个任务、超 3 小时的仿真中,MessyMem 达到 80.0% 任务进度,比最强消融版本高 14.8 个百分点,比最强外部基线高 28.9 个百分点,并能从数千个关键帧中检索到一小时前的任务相关证据;系统也在真实移动操作臂上验证。

原文链接 →

「具身」频道最新

更多「具身」频道 AI 资讯 →