arXiv cs.AI· Jad Yammine, Malek Wahidi, Abrar Anwar, Yan Chang, Mihir Acharya, Anthony Rizk·· 12 小时前AI 评分38
Industrial ReMEmbR：将时空记忆扩展至机器人集群
Industrial ReMEmbR: Scaling Spatiotemporal Memory to Robot Fleets
AI 导读
IndustrialRemembr 将 NVIDIA ReMEmbR 扩展为面向机器人集群的共享时空记忆系统，通过仅在需要时生成场景描述来降低服务端计算开销。每台机器人用 NVIDIA Jetson 上的 Cosmos-Embed1 编码检索嵌入、Cosmos3-Edge 提取视觉 token、Wan2.2 VAE 生成重建潜变量，无需上传原始摄像头画面。
正文 · AI 翻译
摘要：仓库机器人集群持续观察运行状况，但将这些观察结果保存为可复用的语义记忆会带来大量的计算、通信和存储开销。例如，解释反复出现的通道堵塞可能需要查看多台机器人在多个班次中的视频。我们提出 IndustrialRemembr，这是一个共享时空记忆系统，它将 NVIDIA ReMEmbR 扩展到机器人集群，并且仅在需要时生成场景描述，从而减少服务器端计算。在每台机器人上，NVIDIA Jetson 使用 Cosmos-Embed1 将视频片段编码为检索嵌入，使用 Cosmos3-Edge 编码为视觉 token，并使用 Wan2.2 VAE 编码为重建潜变量，且无需上传原始摄像头帧。这些编码模型被复用于检测图像块中的人物，并将其置零，以支持符合 GDPR 部署要求的 PII 抽象。我们在 Cosmos3-Edge 的视觉-语言边界处将其拆分，把视觉编码器放在机器人上，把语言解码器放在本地服务器上。Nemotron 智能体按内容、位置和时间检索记忆，并使用缓存的视觉 token 查询解码器。该设计消除了写入时的描述生成，而缓存 token 解码在全部 450 次测试解码中复现了未拆分模型的输出。
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI）；软件工程（cs.SE） |
| 引用为： | arXiv:2610.28624 [cs.RO] |
| （或使用 arXiv:2610.28624v1 [cs.RO] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.28624 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Jad Yammine [查看电子邮件]
[v1]
2026年10月20日星期二 17:58:32 UTC（6,542 KB）
来源：arXiv cs.AI · arxiv.org