上海交大提出 Value as Memory,给机器人策略装上任务进度记忆
jiqizhixin · x · 2026-11-15
上海交通大学、上海创新研究院与 Noematrix 发布 arXiv 预印本 Value as Memory (VaM),解决机器人策略难以从几乎相同的视觉画面中判断「动作是推进了任务还是抓取失败」的问题。
- 瓶颈:有限的视觉历史让策略看不清动作是否生效;纯离线训练又让部署后遇到的真实场景反馈滞后。
- 机制:引入价值专家(value expert)估计未来回报,动作专家在读取视觉与机器人状态之外,还读取缓存的价值预测作为「任务进度记忆」。训练流程为:演示初始化 + 离线 RL 预热 → 在线人类纠正(类似 DAgger)→ 自主经验学习,数据采集与训练并行进行。
- 效果:在盒子组装、叠衣服、磁性总线组装等任务上,价值缓存带来 29.4 个百分点的提升。
架构图显示模型基于 VLM backbone,由历史视觉编码器、价值缓存与 advantage token 驱动 Action Transformer 输出动作块。
「具身」频道最新
- Genesis 团队发布 Eden：机器人学习框架，任务构建快 1.6-4 倍 — zhou_xian_ · 2026-11-15
- 潜在空间世界模型实测击败 V-JEPA 2 与 Dreamer,识别真实加油站逃单 — richdotca · 2026-11-15
- AI 智能眼镜禁令增多,哲学家称文化回应是隐私防线 — CarissaVeliz · 2026-11-15
- 中国首飞 10 吨级电动客机:载 19 人、时速 300 公里、航程 400 公里 — MarcoFigueroa · 2026-11-15
- PolyUMI 获 CoRL UMI Arena 最佳设备奖：开源视觉-触觉-音频采集平台 — GeorgiaChal · 2026-11-15
- Kosmo×Ropedia 发布 Physical AI 数据集：1589 个 3D 环境与 131 小时第一人称录像 — liuziwei7 · 2026-11-15