EventSync提出事件驱动记忆更新框架

Jingjiao Zhao等研究者提出层级式框架EventSync，用事件驱动的记忆更新协调机器人操作中的任务推理与动作执行，用于仅靠当前观测无法判断下一步动作的历史依赖型任务。 框架中，视觉-语言模型依据任务计划与交互历史生成子目标，视觉-语言-动作模型负责执行，轻量级Event Monitor结合视觉观测与末端执行器轨迹判断子目标是否完成，只有取得完成证据后才写入已完成子目标历史并触发后续推理。 论文报告称，在执行器带视觉历史的设置下，EventSync在RoboMME基准上取得64.5%的总体成功率，比该基准报告的最佳基线高20.0个百分点；研究者称在四个记忆需求不同的真实机器人任务上的实验验证了框架在真实操作中的有效性。

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。