ReSight：具身智能体自改进记忆系统

Lirong Che 等作者发布论文，提出面向具身智能体的任务驱动自改进记忆系统 ReSight。该系统保留关键帧及其时空关联，并把观测证据与可扩展派生字段分离，以便按新需求重新处理历史观测。 ReSight 通过 Explore-Distill-Mount（EDM）从执行与探索记录中识别能力缺口，将探索得到的方案转化为可复用的记忆构建器、查询工具和技能。论文称，在各自基准内固定执行模型和在线预算、冻结工具与技能的条件下，一种方式在有限的在线预算内调用已注册工具，另一种方式使用可编程工作区并投入更大的探索预算，按需检查证据、编写程序并获取模型。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。