研究者提出面向长时程VLA模型的CogMemory记忆框架
热点事件持续更新
研究者提出面向长时程VLA模型的CogMemory记忆框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
论文作者发布研究，提出变分认知记忆框架CogMemory，让视觉-语言-动作（VLA）模型能选择性保存并复用任务相关的历史信息，用于改进长时程机器人操作。论文称该方法在长时程操作基准上取得一致提升。 该框架通过选择性状态空间记忆编码器、多槽时间抽象和变分信息压缩编码多模态轨迹，并在动作生成时用动态交叉注意力检索与门控融合整合记忆。据论文描述，整个框架仅增加3.45M参数，可无缝适配早期与中期融合的VLA骨干。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
CogMemory：面向长时程视觉-语言-动作模型的变分认知记忆框架报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AICogMemory：面向长时程视觉-语言-动作模型的变分认知记忆框架
研究者提出 CogMemory，一种变分认知记忆框架，让视觉-语言-动作（VLA）模型能选择性保存并复用任务相关的历史信息，以改进长时程机器人操作。该方法通过选择性状态空间记忆编码器、多槽时间抽象和变分信息压缩编码多模态轨迹，并在动作生成时用动态交叉注意力检索与门控融合整合记忆。整个框架仅增加 3.45M 参数，可无缝适配早期与中期融合的 VLA 骨干，在长时程操作基准上取得一致提升。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。