IMPRINT：机器人策略的多流潜在记忆框架

研究者提出 IMPRINT，一种策略无关的潜在记忆框架，为视觉-语言-动作（VLA）模型加入多流潜在记忆，且不显式约束策略该记住什么。 IMPRINT 在推理时增量更新潜在记忆以降低延迟，训练分两阶段：先监督记忆重建观测、动作、本体感受等多流信息并估计任务进度，再与策略端到端联合微调。据作者称，在仿真和真实记忆任务上，其平均成功率比基础 VLA 至少提升 26%，并保持记忆增强 VLA 中最低的推理延迟。

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。